应用R的factanal()的一个例子：

v1 <- c(1,1,1,1,1,1,1,1,1,1,3,3,3,3,3,4,5,6)

v2 <- c(1,2,1,1,1,1,2,1,2,1,3,4,3,3,3,4,6,5)

v3 <- c(3,3,3,3,3,1,1,1,1,1,1,1,1,1,1,5,4,6)

v4 <- c(3,3,4,3,3,1,1,2,1,1,1,1,2,1,1,5,6,4)

v5 <- c(1,1,1,1,1,3,3,3,3,3,1,1,1,1,1,6,4,5)

v6 <- c(1,1,1,2,1,3,3,3,4,3,1,1,1,2,1,6,5,4)

m1 <- cbind(v1,v2,v3,v4,v5,v6)

factanal(m1, factors = 3) # varimax is the default

结果如下：

Call:

factanal(x = m1, factors = 3)

Uniquenesses:

v1 v2 v3 v4 v5 v6

0.005 0.101 0.005 0.224 0.084 0.005

Loadings:

Factor1 Factor2 Factor3

v1 0.944 0.182 0.267

v2 0.905 0.235 0.159

v3 0.236 0.210 0.946

v4 0.180 0.242 0.828

v5 0.242 0.881 0.286

v6 0.193 0.959 0.196

Factor1 Factor2 Factor3

SS loadings 1.893 1.886 1.797

Proportion Var 0.316 0.314 0.300

Cumulative Var 0.316 0.630 0.929

The degrees of freedom for the model is 0 and the fit was 0.4755

我关注的是因子累计贡献：

Cumulative Var 0.316 0.630 0.929

而用spss最大似然法（为了与R的factanal()函数算法对应）算出来的结果是：

总方差解释

因子初始特征值

总计方差百分比累积 %

1 3.696 61.601 61.601

2 1.073 17.885 79.486

3 1.001 16.680 96.165

4 .161 2.683 98.849

5 .041 .683 99.531

6 .028 .469 100.000

提取方法：最大似然法。

用sas算出来的结果是：

相关矩阵的特征值: 总计 = 6 平均值 = 1

特征值差值比例累积

13.696030772.622916290.61600.6160

21.073114480.072340390.17890.7949

31.000774090.839770610.16680.9617

40.161003480.120042320.02680.9885

50.040961160.012845150.00680.9953

60.02811601 0.00471.0000

可以看出，SPSS和SAS结果是相同的，而与R结果差异较大，请问是我哪里算错了吗？