主成分分析在SPSS中的操作步骤如下，结果解释如下：
操作步骤：
数据标准化：
打开数据文件。选择“分析→描述统计→描述”，将相关变量选入“变量”框。勾选“将标准化的分另存为变量”选项。
执行主成分分析：
点击“分析→降维→因子分析”。在因子分析主对话框中，选择“描述”按钮，并勾选“原始分析结果”和“KMO和Bartlett的球形度检验”。点击“抽取”按钮，设置“分子”为“主成份”。继续到下一个步骤，并点击“得分”按钮，然后直接点击“确定”按钮。
结果解释：
KMO和Bartlett检验：
KMO值：接近1表示变量之间的偏相关系数良好，值大于0.7表明数据适合进行因子分析。Bartlett球形检验：显著性值小于0.001，说明变量间存在高度相关性，适合进行因子分析。
公因子方差：
显示原始变量与公因子之间的关联程度，例如，某个变量的公因子方差值表明公因子能够解释该变量成绩的百分比。
总方差解释：
特征值大于1的因子对数据有显著解释力。累计%越高，因子对总体的解释度越高，一般累计%高于70%表示较为满意。
成分矩阵：
显示原始变量与主成分之间的关系，例如，哪些变量在某个主成分上的载荷较高，表明该主成分反映了这些变量的信息。
主成分载荷矩阵与表达式：
不能直接从输出窗口获取新变量的表达方式，但可以通过计算变量，将原始数据转换为主成分值。通过计算变量来得出主成分的表达式，如Y1 = A1/SQRT的形式。
综合主成分值：
基于特征值占总特征值之和的比例，计算综合主成分值，可用于后续的分析与验证。
结果检验与应用： 综合主成分值可用于实际结果的验证，如聚类分析，以评估主成分分析的有效性。 对于争议结果，可通过原始数据进一步分析解决。