探索性因子检验中主成份如何分析所得结果？

如题，我做探索性因子分析时结果如图，我有6个潜变量，但是只提取的4个主成分，而且累计贡献率才70%多。
另外在成分矩阵里，第一个成分为什么涉及这么多变量？
PS：还请教，相关矩阵要怎么进行分析结果的好与坏?                 模式矩阵(a)                成份
               1          2        3        4
PBA1                                   .511
PBA2                                   .861
PBA3                                   .908
BT1        .803                           
BT2                                    
BT3        .821                           
BT4        .828                           
BEA1        .793                           
BEA2        .580                           
BEA3        .756                           
BEA4                                    
FIT1                          .536         
FIT2                          .542         
FIT3                          .896         
TIE1                          .916         
TIE2                                    
TIE3                                    
INN1                 .857                  
INN2                 .824                  
INN3                 .910                  
提取方法 :主成份。
旋转法 :具有 Kaiser 标准化的斜交旋转法。
a. 旋转在 12 次迭代后收敛。

I have consulted with somebody who teach multivariate analysis and she said If you pass Kaiser-Meyer-Olkin Measure of Sampling Adequacy &Bartlett's Test of Sphericity as you said, your analysis will be fine, which is the reason I copied the following notes here. Hope more people join to correct me.
--------------------------------------------------------------------------------------------------------------------------------------
Kaiser-Meyer-Olkin Measure of Sampling Adequacy - This measure varies between 0 and 1, and values closer to 1 are better.  A value of .6 is a suggested minimum.

Bartlett's Test of Sphericity - This tests the null hypothesis that the correlation matrix is an identity matrix.  An identity matrix is matrix in which all of the diagonal elements are 1 and all off diagonal elements are 0.  You want to reject this null hypothesis.

Taken together, these tests provide a minimum standard which should be passed before a factor analysis (or a principal components analysis) should be conducted.
http://www.ats.ucla.edu/stat/spss/output/factor1.htm

ReneeBK 发表于 2014-5-19 07:20
Kaiser-Meyer-Olkin Measure of Sampling Adequacy - This measure varies between 0 and 1, and values cl ...

抱歉，这不是我需要的答案，您说的KMO和球度检验都是通过的，分别是KMO=0.8左右，P=0.000

1.你说有6个潜变量应该是指理论上，就是人家做出来的结果。
2.你抽出4个成分，这跟抽成分的方式有关，看你这里似乎是以特征值为1进行的抽取。你也可以采用其他方法例如直接命令抽取6个。
3.看哪些项目归属到哪些成分中可能看转换后的成分矩阵比较合适（你这里最后给出的表）。
4.这是通过你的数据（你这里的样本资料信息）得出的数据分析结果，未必与前人的结果相同，也未必需要与其相同。4个成分解释70%以上很不错了。
5.最后一个问题“相关矩阵要怎么进行分析结果的好与坏?”不懂，什么意思？一看相关显著否，二看相关平方大小（解释率）。