→“Correlate”→“Bivariate”，对各变量进行Pearso
相关分析，得到结果选取相关性较高的四个变量“Curre
tSalary”、“Employme
tCategory”、“Educatio
Level”、“Begi
i
gSalary”进行主成分分析（2）按照顺序“A
alyze”→“DataReductio
”→“Factor”，选择变量“Curre
tSalary”、“Employme
tCategory”、“Educatio
Level”、“Begi
i
gSalary”进入到“Variables”框中，所得结果如图15、16、
17图15
3
fCommu
alities
Educatio
alLevelyears
I
itialExtractio

1000
610
Employme
tCategoryCurre
tSalary
10001000
751896
Begi
i
gSalary
1000
869
Extractio
MethodPri
cipalCompo
e
tA
alysis
图16
TotalVaria
ceExplai
ed
I
itialEige
values
Compo
e
t1234
Total3126510247117
ofVaria
ce
78157
12742
6176
2925
Cumulative78157
90899
97075
100000
Extractio
MethodPri
cipalCompo
e
tA
alysis
Extractio
SumsofSquaredLoadi
gs
Total
ofVaria
ce
Cumulative
3126
78157
78157
图17
Compo
e
tMatrixa
Compo
e
t
Educatio
alLevelyears
1781
Employme
tCategoryCurre
tSalaryBegi
i
gSalary
867947932
Extractio
MethodPri
cipalCompo
e
tA
alysisa1compo
e
tsextracted
结果分析：变量“Curre
tSalary”、“Begi
i
gSalary”的共同度都超过085，说明主成分对其解释程度较高，此外变量“Employme
tCategory”、“Begi
i
gSalary”的共同度也超过05主成分的累计方差贡献率达到78175，说明主成分对原始变量的解释效果较好。
对连锁店的数据进行分析（1）打开“CaseCroq’Pai
sav”，首先对各变量进行相关性分析，单击“A
alyze”→“Correlate”→“Bivariate”，对各变量进行Pearso
相关分析，得到结果部分变量具有较高的相关性。（2）按照顺序“A
alyze”→“DataReductio
”→“Factor”，所有变量选择进入到“Variables”框中，所得结果如图15、16、17图15
4
fCommu
alities
I
itialExtractio

P15
1000
955
P35
1000
956
P45
1000
922
餐馆
1000
743
毛利投资店堂面积
100010001000
916915780
雇员人数
1000
432
P25
1000
334
P55
1000
662
TOTAL平均收入餐馆数
100010001000
986502537
非竞争餐
1000
608
非餐饮企
1000
616
月租金
1000
648
生活指数
1000
571
Extractio
MethodPri
cipalCompo
e
tA
alysis
图16
TotalVaria
ceExplai
ed
I
itialEige
values
Compo
e
t1234567891011121314151617
Total52892444170914921148930855786733611503339104023019011004
ofVaria
ce
311141437410055
877567545473502846224309359629601992
611137113062026
Cumulative31114454875554364317710717654481572861949050394099970599905199661997989991199r