因子分析是一种常用的多元统计方法，它可以从一组变量中提取出一组潜在因子，用以描述这些变量之间的相关性。在进行因子分析后，需要对提取出的因子进行解读。
以下是因子分析结果的一般解读步骤：
1.确定因子数：先考虑使用公认的标准化方法，例如Kaiser标准和Scree图法来确定因子的个数，如果这两种方法给出不同的因子数，则需要进行权衡和判断来确定最终的因子数。如果因子数过多，也需要进行判断和筛选。
2.命名因子：可以根据因子载荷（factor loading）和潜在因子内容进行命名，以方便在后续统计分析和讨论中使用。
3.解释因子：对于每个提取出来的因子，需要对其进行解释和理解，从因子载荷、贡献率等方面考虑其背后的含义和影响，了解其与原始变量之间的关系。
4.计算因子得分：可以将每个样本在各个因子上所得的因子载荷进行数值乘法、求和，得到该样本在不同因子上的得分，以方便后续的聚类分析等使用。
总的来说，因子分析需要配合具体的研究问题和数据特点，进行综合性的解释和理解，以提供有用的信息和结论。
spss因子分析的结果可以从以下几个方面解释：
1．KMO和Bartlett的检验结果解释；
首先是看KMO的值，确定变量之间是否是存在相关性的，然后是分析Bartlett球形检验的结果。
2．公因子方差解释；
公因子方差表的意思就是，每一个变量都可以用公因子表示，而公因子表达的大小就是公因子方差表中的“提取”。
“提取”的值越大说明变量可以被公因子表达的越好，一般大于0.5即可以说是可以被表达，但是更好的是要求大于0.7才足以说明变量能被公因子表的很合理。
3．总方差和碎石图的解释；
总方差就是看因子对于变量解释的贡献率。
4．旋转成分矩阵解释。
可以把因子归结为颗粒物。
SPSS是“统计产品与服务解决方案”软件。最初软件全称为“社会科学统计软件包”，但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为“统计产品与服务解决方案”，这标志着SPSS的战略方向正在做出重大调整。
SPSS为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称，有Windows和Mac OS X等版本。
