应用spss对部分公司的财务状况做因子分析-论文
如何用SPSS软件计算因子分析应用结果
如何用SPSS软件计算因子分析应用结果一、概述因子分析是一种在社会科学、心理学、经济学和许多其他领域广泛使用的统计分析方法。
这种方法的核心目的是简化数据集，通过找出潜在的结构或模式，将多个变量归纳为少数几个综合因子。
这些因子通常代表某种潜在的、不可直接观测的变量或特质，它们可以解释原始数据中的大部分变异。
SPSS，作为世界上最流行的统计分析软件之一，提供了强大的因子分析功能。
使用SPSS进行因子分析，研究者可以方便地得到因子载荷、因子得分、解释方差比例等关键信息，从而更深入地理解数据的内在结构和变量之间的关系。
本文将详细介绍如何使用SPSS软件进行因子分析，并解读分析结果。
我们将从数据准备开始，逐步讲解因子分析的步骤，包括选择适当的因子提取方法、旋转方法，以及如何解释和分析结果。
通过本文的学习，读者将能够掌握因子分析的基本方法，并能够独立运用SPSS软件进行有效的因子分析。
1. 简要介绍因子分析的概念及其在数据分析中的应用。
因子分析是一种在多元统计分析中广泛应用的技术，其主要目的是通过对大量变量间关系的研究，找出这些变量之间的潜在结构，或者说找出潜在的公共因子。
这些公共因子能够反映原始变量的大部分信息，并且彼此之间互不相关。
通过因子分析，研究者可以在减少变量数量的同时，保留原始数据中的关键信息，从而简化数据结构，方便后续的分析和解释。
在数据分析中，因子分析的应用非常广泛。
例如，在社会科学领域，研究者可能需要对大量的社会指标进行分析，以了解社会现象的本质。
这时，因子分析可以帮助他们找出这些指标背后的潜在结构，从而更深入地理解社会现象。
在市场营销领域，因子分析可以帮助研究者识别出消费者对不同产品的偏好模式，从而指导产品设计和市场定位。
在生物医学领域，因子分析可以用于基因表达数据的分析，帮助研究者找出影响特定生物过程的基因群。
在SPSS软件中，因子分析的实现相对简单，用户只需按照软件的操作步骤进行操作即可完成分析。
因子分析在企业财务能力综合分析与评价中的应用
因子分析在企业财务能力综合分析与评价中的应用摘要：企业财务能力评价问题往往因涉及众多指标而变得复杂，文章采用多元统计中的因子分析法来解决这一问题。
以多元统计理论为手段运用SPSS统计软件，结合二十一家工业企业进行因子分析法的实例研究，旨在说明因子分析法在企业财务能力综合分析评价中的应用。
关键词：因子分析；财务能力；综合评价企业的财务能力是企业正常运转的根本前提，也是企业形成有效竞争力的必要条件。
运用会计信息对企业财务绩效进行评价，对促进企业加强监督管理，优化企业财务状况具有重要意义，使企业在激烈的市场竞争中立于不败之地。
企业财务能力的评价指标体系中涉及众多财务指标，不但在一定程度上增加了问题分析的复杂性，而且反映的信息在一定程度上也存在重复；同时，在多指标综合评价方法中传统方法对于权重的设置还往往带有一定的主观随机性。
为避免上诉问题，文章采用因子分析法对企业的财务能力进行综合分析与评价。
1 因子分析法的基本原理因子分析法是把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。
其具体思想是根据相关性大小把原始变量分组，每组变量代表一个基本结构，称之为公共因子。
评价总体有n个样本，每个样品观测量为p个指标，则其模型为：Xi=ai1F1+ ai2F2+…+aimFm+?着i （i=1，2，…，p）其中，X1，X2，…，Xp使均值为零、方差为1的标准化变量；F1，F2，…，Fm主因子（m<p）；?着i为特殊因子；aij称为因子负荷，揭示了第i个变量在第j个主因子上的相对重要性。
在因子分析过程中，还可以用变量的观测值的线性表达式来计算各主因子的得分以及综合因子的得分值。
本文求解过程借助SPSS13.0统计分析软件来进行。
2 财务能力的综合分析与评价2.1 样本及变量指标的选取本文选取15个指标以构成一个比较完备的指标体系进行分析，X1~X15分别为：资产负债率、已获利息倍数、流动比率、速动比率、总资产周转率、应收账款周转率、固定资产周转率、存货周转率、销售收入增长率、销售利润增长率、总资产增长率、总资产报酬率、净资产收益率、销售利润率、成本费用利润率。
如何利用SPSS做因子分析等分析(仅供参考)
我就以我的数据为例来做示范，仅供参考一、信度分析（即可靠度分析）1.分析——度量——可靠度分析图 12.然后就会弹出上图1的框框。
在这里，你可以对所有的问题进行可靠度分析，如果是这样，那你只需要选中所有的问题到右边这个白色的框框，然后点击“统计量”，按照右边这个图进行打钩。
然后点“继续”。
之后就点“确定”图2 3.接着去“输出1”这个框看分析结果，你就会看到很多分析结果，其中有一个就是右图，那第一个0.808就是你所选择进行分析的数据的信度。
如果你想把每一个维度的数据进行独立的信度分析，那道理也是一样的。
二、因子分析在做因子分析之前首先要判断这些数据是否适合做因子分析，那这里就需要进行效度检验，不过总共效度检验是和因子分析的操作同步的，意思就是说你在做因子分析的时候也可以做效度检验。
具体示范如下：1.分析——降维——因子分析图 2一般来说，咱们做因子分析的时候是为了把那些具有共同属性的因子归类成一类，说的简单点就是要验证咱们所选取的每一个维度下面的题目是属于这个维度，而非其他维度的。
那一般来说，因子分析做出来的结果就是你原本有几个维度，最终分析结果就会归类成几个公因子。
2.一般来说，自变量的题目和因变量的题目是要独立分析的。
我的课题是“店面形象对顾客购买意愿的影响”那自变量就是店面形象的那些维度，因变量就是顾客购买意愿。
3.将要做分析的题目选择到右边的白框之后，就如下图打钩：“抽取”和“选项”两个不用管他。
然后就点“确定”4.按照上述步骤操作下来之后，就可以去“输出1”看分析结果。
首先看效度检验的结果：这里要看第一行和最后一行的数据，第一行数据为0.756，表明效度较高，sig为0.000，这两个结果显示这份数据完全可以做因子分析。
那就去看因子分析的结果。
5.看下面这张图，看“初始特征值”这一项下面的“合计”的数值，有几个数据是>1，那就表明此次因子分析共提取了几个公因子。
下图所示，有5个数据是>1，这表明可以提取5个公因子。
应用spss对部分公司的财务状况做因子分析-论文
应用数理统计课程小论文应用spss对部分公司的财务状况做因子分析[摘要]spss是一套有效的统计工具软件，做数据统计方面表现出优秀的性能。
公司财务状况是决定公司发展战略的关键因素。
本文运用spss软件对部分公司的财务状况做了因子分析。
[关键字] spss 财务分析因子分析[正文]1.问题的提出在各个领域的研究中，往往需要对反映事物的多个变量进行大量的观测，收集大量数据以便进行分析寻找规律。
多变量大样本无疑会为科学研究提供丰富的信息，但也在一定程度上增加了数据采集的工作量，更重要的是在大多数情况下，许多变量之间可能存在相关性而增加了问题分析的复杂性，同时对分析带来不便。
如果分别分析每个指标，分析又可能是孤立的，而不是综合的。
盲目减少指标会损失很多信息，容易产生错误的结论。
因此需要找到一个合理的方法，减少分析指标的同时，尽量减少原指标包含信息的损失，对所收集的资料作全面的分析。
由于各变量间存在一定的相关关系，因此有可能用较少的综合指标分别综合存在于各变量中的各类信息。
主成分分析与因子分析就是这样一种降维的方法。
企业为了生存和竞争需要不断的发展,通过对企业的成长性分析我们可以预测企业未来的经营状况的趋势。
公司本期成长能力综合说明公司成长能力处于的发展阶段,本期公司在扩大市场需求,提高经济效益以及增加公司资产方面都取得了极大的进步,公司表现出非常优秀的成长性。
提请分析者予以高度重视,未来公司继续维持目前增长态势的概率很大。
从行业部看,公司成长能力在行业中处于一般水平,本期公司在扩大市场,提高经济效益以及增加公司资产方面都略好于行业平均水平,未来在行业中应尽全力扩大这种优势。
在成长能力中,净利润增长率和可持续增长率的变动,是引起增长率变化的主要指标。
2.因子分析的一般模型设原始变量：X1,X2,X3,….Xm主成分：Z1,Z2,…Zn.则各个因子与原始变量的关系为：写成矩阵形式是：，其值X为原始变量向量，B为公因子负荷系数矩阵，Z为公因子向量，E为残差向量，因子分析的任务就是求出公因子负荷系数和残差。
如何利用SPSS进行因子分析(九)
SPSS（Statistical Package for the Social Sciences）是一种专业的统计软件，广泛应用于各种学术研究和商业分析中。
其中的因子分析是一种常用的数据分析方法，用于发现数据中的潜在因子结构。
本文将介绍如何利用SPSS进行因子分析，并且探讨因子分析的一些相关概念和技巧。
1. 数据准备在进行因子分析之前，首先需要进行数据准备。
这包括数据的清洗、变量的选择和数据的标准化。
清洗数据是为了去除异常值和缺失值，以保证数据的质量。
选择变量是为了确定需要进行因子分析的变量，通常选择相关性较高的变量。
标准化数据是为了使不同变量之间的数值具有可比性，通常采用z-score标准化方法。
2. 进行因子分析在SPSS中进行因子分析非常简单。
首先打开SPSS软件，导入需要进行因子分析的数据文件。
然后依次点击“分析”→“数据降维”→“因子”，在弹出的对话框中选择需要进行因子分析的变量，设置因子提取方法和旋转方法，最后点击“确定”按钮即可进行因子分析。
3. 因子提取与旋转在因子分析中，因子提取是指从原始变量中提取出潜在因子，常用的方法有主成分分析和最大方差法。
而因子旋转是为了使因子更易于理解和解释，常用的旋转方法有方差最大旋转和极大似然旋转。
在SPSS中，可以根据具体的研究目的选择不同的因子提取和旋转方法。
4. 结果解释进行因子分析后，SPSS会输出一些统计指标和结果数据，如特征值、因子载荷矩阵等。
特征值是衡量因子解释变量方差的指标，通常选择特征值大于1的因子作为潜在因子。
因子载荷矩阵则显示了每个变量对于每个因子的贡献程度，可以根据载荷大小解释因子的含义。
5. 结果验证进行因子分析后，还需要对结果进行验证。
通常可以采用内部一致性分析、重测信度分析和因子有效性分析等方法进行结果验证。
在SPSS中，可以利用内部一致性分析来检验因子的稳定性和一致性，重测信度分析可用来检验因子的可靠性，因子有效性分析可用来检验因子的有效性。
SPSS软件在财务数据分析中的应用张彤
SPSS软件在财务数据分析中的应用张彤发布时间：2021-09-08T04:55:51.588Z 来源：《探索科学》2021年8月上15期作者：张彤[导读] 通过对江苏林洋能源股份有限公司（股票代码601222）公布的2017年年度报告中所列示的财务数据，主要运用SPSS统计软件中的递增趋势预测、回归分析功能分析该企业未来发展趋势，同时建立回归预测模型。
中铁九局集团第二工程有限公司张彤四川成都 610200摘要：通过对江苏林洋能源股份有限公司（股票代码601222）公布的2017年年度报告中所列示的财务数据，主要运用SPSS统计软件中的递增趋势预测、回归分析功能分析该企业未来发展趋势，同时建立回归预测模型。
关键词：SPSS软件、财务管理、回归分析、递增趋势预测一、江苏林洋能源股份有限公司基础财务数据及分析目的与意义（一）江苏林洋能源股份有限公司基本情况江苏林洋能源股份有限公司，成立于2012年，注册资金10亿元人民币。
作为中国光伏行业的先行者，林洋集团早在2004年便已投资成立了江苏林洋新能源有限公司，业务覆盖光伏产业链制造，产品通过全系列的权威认证。
2006年成功在美国纳斯达克上市，是国内第一家在纳斯达克上市的光伏企业。
（二）林洋能源基础财务数据本文从江苏林洋能源股份有限公司官网财务信息栏目披露的林洋能源2017年年度报告，包括 2017 年 12 月 31 日的合并及公司资产负债表、2017年度的合并及公司利润表、合并及公司现金流量表、合并及公司所有者权益变动表以及财务报表附注。
，本文选取上述表中的部分数据，主要运用SPSS统计学软件对江苏林洋能源股份有限公司的财务数据做发展趋势。
（三）、进行财务分析的意义根据历史数据及发展规律预测林洋能源未来发展趋势二、对江苏林洋能源股份有限公司财务数据的分析（一）发展趋势分析（1）递增趋势预测递增趋势预测是根据某项分析对象的历史递增率，预测未来一定期间可能实现的目标的一种方法。
spss的财务管理分析
SPSS的财务管理分析财务管理分析简介财务管理分析是对企业财务数据进行分析和解释，以评估企业的财务状况，预测未来财务趋势，同时也为决策和策略提供支持。
SPSS统计软件是一种强大的工具，能用于财务数据分析和解释。
SPSS的财务管理分析应用在财务管理分析中，SPSS软件可用于数据管理，数据探索和数据测试。
以下是SPSS财务管理分析的主要应用：数据管理数据管理是任何数据分析工作的重要组成部分，而SPSS具有一些出色的数据管理功能。
SPSS可以用于将数据加载到系统中，包括Excel电子表格中的数据。
SPSS还可以用于数据清理，以确保数据分析基础准确。
这意味着用户可以删除数据中的缺失值、异常值和离群值。
数据探索在财务管理分析中，值得注意的是SPSS可以用于发现数据的重要模式，例如：趋势、关联和分布等。
这些领先指标可以有助于了解企业当前的财务状况和预测未来的趋势。
数据测试在财务管理分析中，SPSS可以进行两种类型的分析：描述性分析和推断性分析。
描述性分析能指导用户了解某些基本的统计信息，例如平均数和标准差等。
这些统计资讯可以帮助用户清晰了解分析对象的财务表现。
推断性分析将量化数据样本中的偏差。
这种分析旨在让用户确定业务问题相对于大量随机抽样承受的统计关系。
描述性统计SPSS还可以用于描述性统计。
描述性统计是一种技术，用于对企业财务数据的基本统计信息进行描述和，以了解当前状况。
通过使用描述性统计，用户可以查看数据的平均数、中位数、模式、标准差和极差等信息。
单变量和多变量分析财务管理分析可以用单变量和多变量分析来分析数据。
单变量分析的目的是描述和单个变量的特征，例如流量。
多变量分析是一种比较复杂的技术，可以分析多个变量之间的关系，例如税收和开支之间的关系。
在财务管理分析中，SPSS是一种非常有价值的工具。
SPSS可以帮助用户管理和清理数据，发现数据的重要模式，测试数据和执行描述性统计和多变量分析。
在评估财务数据和推断未来趋势方面，可以选择SPSS，以为企业决策和战略提供支持。
因子分析方法在企业财务质量分析中的应用
因子分析方法在企业财务质量分析中的应用[摘要]本文利用多元统计中的因子分析方法和SPSS软件,选取建筑业样本公司,对样本公司的财务指标进行因素分析,并对样本公司的财务质量进行综合分析与评价,总结出影响财务质量的主要因素。
[关键词]因子分析;建筑业;财务质量1选题背景因子分析方法是运用比较广泛的多元统计方法。
因子分析的目的是,用几个不可观测的隐变量来解释原始变量之间的相关关系。
是一种重要的降维方法,将具有错综复杂关系的变量综合为数量较少的几个因子(不可测),以再现原始变量和因子之间的相互关系,同时根据因子还可以对变量进行分类。
通过分析事件的内在关系,抓住主要矛盾,找出主要因素,使多变量的复杂问题变得易于研究和分析本文。
将因子分析方法运用于财务质量分析,通过对企业财务质量的分析和评价,了解决定企业财务质量的因素。
2因子分析法的基本原理因子分析的基本思想是通过对变量的相关系数矩阵或协方差矩阵内部结构的研究,找出能控制所有变量的少数几个随机变量去描述多个变量之间的相关关系。
然后根据相关性大小把变量分组,使得同组内的变量之间相关性较高,不同组的变量之间相关性较低。
每组变量代表一个基本结构,这个基本结构称为公共因子或主因子。
在经济统计中,从一些有错综复杂关系的经济现象中找出少数几个主因子,抓住这些主因子就可以帮助我们对复杂的经济问题进行分析和解释。
因子分析是通过研究相关矩阵或协方差矩阵内部依存关系,将多个变量某1,某2,…,某p(可以观测的随机变量)综合为少数几个因子F1,F2,…,Fm(不可观测的潜在变量),以再现指标与因子之间的相关关系。
标准化后因子模型可以简要表述为:某=AF+ε即:某1=a11f1+a12f2+…+a1nfn+ε1。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
应用数理统计课程小论文应用spss对部分公司的财务状况做因子分析[摘要]spss是一套有效的统计工具软件，做数据统计方面表现出优秀的性能。
公司财务状况是决定公司发展战略的关键因素。
本文运用spss软件对部分公司的财务状况做了因子分析。
[关键字] spss 财务分析因子分析[正文]1.问题的提出在各个领域的研究中，往往需要对反映事物的多个变量进行大量的观测，收集大量数据以便进行分析寻找规律。
多变量大样本无疑会为科学研究提供丰富的信息，但也在一定程度上增加了数据采集的工作量，更重要的是在大多数情况下，许多变量之间可能存在相关性而增加了问题分析的复杂性，同时对分析带来不便。
如果分别分析每个指标，分析又可能是孤立的，而不是综合的。
盲目减少指标会损失很多信息，容易产生错误的结论。
因此需要找到一个合理的方法，减少分析指标的同时，尽量减少原指标包含信息的损失，对所收集的资料作全面的分析。
由于各变量间存在一定的相关关系，因此有可能用较少的综合指标分别综合存在于各变量中的各类信息。
主成分分析与因子分析就是这样一种降维的方法。
企业为了生存和竞争需要不断的发展,通过对企业的成长性分析我们可以预测企业未来的经营状况的趋势。
公司本期成长能力综合说明公司成长能力处于的发展阶段,本期公司在扩大市场需求,提高经济效益以及增加公司资产方面都取得了极大的进步,公司表现出非常优秀的成长性。
提请分析者予以高度重视,未来公司继续维持目前增长态势的概率很大。
从行业部看,公司成长能力在行业中处于一般水平,本期公司在扩大市场,提高经济效益以及增加公司资产方面都略好于行业平均水平,未来在行业中应尽全力扩大这种优势。
在成长能力中,净利润增长率和可持续增长率的变动,是引起增长率变化的主要指标。
2.因子分析的一般模型设原始变量：X1,X2,X3,….Xm主成分：Z1,Z2,…Zn.则各个因子与原始变量的关系为：写成矩阵形式是：，其值X为原始变量向量，B为公因子负荷系数矩阵，Z为公因子向量，E为残差向量，因子分析的任务就是求出公因子负荷系数和残差。
如果残差E的影响很小可以忽略不计，数学模型变为。
如果Z中各分量之间彼此不相关，形成特殊形式的因子分析，成为主成分分析，其目的是吧系数矩阵A求出。
因子分析的一个重要目的在于对原始变量进行分门别类的综合评价。
如果因子分析结果保证了因子之间的正交性，但对因子不易命名，还可以通过对因子模型的旋转变换使公因子负荷系数向更大或更小方向变化，使得对公因子的命名和解释变得更加容易。
3. 用spss做因子分析的一般步骤：导入数据后进行以下操作：（1）选Analyze－Data Reduction－Factor进入主对话框；（2）把math、phys、chem、literat、history、english选入Variables，然后点击Extraction，（3）在Method选择一个方法（如果是主成分分析，则选Principal Components），（4）下面的选项可以随意，比如要画碎石图就选Scree plot，另外在Extract 选项可以按照特征值的大小选主成分（或因子），也可以选定因子的数目；（5）之后回到主对话框（用Continue）。
然后点击Rotation，再在该对话框中的Method选择一个旋转方法（如果是主成分分析就选None），（6）在Display选Rotated solution（以输出和旋转有关的结果）和Loading plot（以输出载荷图）；之后回到主对话框（用Continue）。
（7）如果要计算因子得分就要点击Scores，再选择Save as variables（因子得分就会作为变量存在数据中的附加列上）和计算因子得分的方法（比如Regression）；之后回到主对话框（用Continue）。
这时点OK即可。
4．因子分析在企业资金运作中应用的案例分析部分公司的资金运作数据如下表；其中流动比率（X1 ）、速动比率（X2）、经营性现金净流入与流动负债比率（X3）、资产负债率（X4）、主营收入现金率（X5）、应收帐款周转速度（X6）、存货周转速度（X7）、销售毛利率（X8）、净资产收益率（X9）、总资产报酬率（X10）。
企业的偿债能力是指企业用其资产偿还长短期债务的能力.企业有无支付现金的能力和偿还债务能力,是企业能否健康生存和发展的关键.公司本期偿债能力综合分数为52.79,较上年同期提高38.15%,说明公司偿债能力较上年同期大幅提高,本期公司在流动资产与流动负债以及资本结构的管理水平方面都取得了极大的成绩.企业资产变现能力在本期大幅提高,为将来公司持续健康的发展,降低公司债务风险打下了坚实的基础.从行业部看,公司偿债能力极强,在行业中处于低债务风险水平,债权人权益与所有者权益承担的风险都非常小.在偿债能力中,现金流入负债比和有形净值债务率的变动,是引起偿债能力变化的主要指标。
5.结果分析Descriptive StatisticsMean Std. Deviation Analysis Nx1 1.7583 1.08873 34x2 1.3363 .98345 34x3 14.3017 10.24285 34x4 .0246 .01148 34x5 1.0432 .14933 34x6 6.0838 5.22216 34x7 3.1753 1.78590 34x8 30.6497 16.36224 34x9 13.2074 8.36690 34x10 6.6100 3.62915 34相关矩阵CommunalitiesInitial Extractionx1 1.000 .957x2 1.000 .960x3 1.000 .858x4 1.000 .881x5 1.000 .619x6 1.000 .754x7 1.000 .730x8 1.000 .857x9 1.000 .933x10 1.000 .919Extraction Method: PrincipalComponent Analysis.完全变量解释旋转后的因子负荷矩阵Rotated Component Matrix aComponent1 2 3 4x1 .951 .073 -.201 .083 x2 .956 .052 -.154 .139 x3 .029 .295 .460 .747 x4 .907 -.135 -.096 .176 x5 -.500 -.460 -.318 .237 x6 -.269 .060 .799 .199 x7 -.061 -.059 .826 -.201 x8 .304 .102 -.331 .803 x9 -.228 .936 -.007 .071 x10 .248 .849 -.045 .367 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.a. Rotation converged in 6 iterations.因子旋转矩阵Component Transformation MatrixComponent 1 2 3 41 .884 .201 -.298 .3002 -.167 .772 .448 .4183 .423 -.260 .833 -.2444 -.112 -.544 .129 .822Extraction Method: Principal Component Analysis.Rotation Method: Varimax with Kaiser Normalization.因子得分矩阵Component Score Coefficient MatrixComponent1 2 3 4x1 .308 .018 -.009 -.064x2 .309 -.011 .022 -.016x3 -.026 -.028 .269 .520x4 .299 -.133 .068 .061x5 -.235 -.287 -.212 .338x6 -.023 -.066 .446 .186x7 .104 -.056 .491 -.123x8 -.025 -.098 -.157 .561x9 -.114 .546 -.107 -.126x10 .021 .420 -.059 .068Extraction Method: Principal Component Analysis.Rotation Method: Varimax with Kaiser Normalization.Component Scores.公因子的线性组合为由此计算出各个公司的综合得分依次为：0.82 1.7 -0.8 0.93 -2.3 -1.95 -2.81 -3.23 0.39 0.65 -1.945.08 0.78 0.11 -3.21 -0.696.38 -0.74 -0.18 36.48 -0.947.6 -1.47-2.81 -0.53 -2.38 -1.04 3.03 0.3 -2.36 -0.03 -3.36 1.37 -0.31 由此可见航天电器公司得分最高，威达公司得分最低。
因此航天电器公司财务状况最好，而威达公司状况差[参考文献][1] 林海明，文霖.主成分分析与因子分析的异同和ＳＰＳＳ软件——兼与玉玫、卢纹岱等同志商榷[J].统计研究，2005（3）：65-68.[2] SPSS.Inc,SPSSBaseSyntaxReferenceGuide,1999,U.S.A.4002447.[3] 高惠璇等.SAS 系统 BaseSAS 软件使用手册,:中国统计,1997.2142216[4]建同，昌言以Excel和SPSS为工具的管理统计[M].:清华大学，2005.。