SPSS因子分析结果解释如下：
KMO值和Bartlett球形检验：
KMO值：0.733，大于0.5的阈值，表明变量间存在显著相关性，适合进行因子分析。Bartlett球形检验：Sig值为0.000，小于0.05，进一步证实了数据适合进行因子分析。
公因子方差表：
变量能被公因子有效表达，”提取”值普遍大于0.7，意味着变量解释力较强，变量表达合理。
解释总方差和碎石图：
解释总方差：四个因子能解释91.151%的变量，说明因子分析效果良好。碎石图：在四个因子后趋于平缓，进一步证实了选择四个因子是合理的。
旋转成分矩阵：
展示了变量与因子的对应关系。例如：第一列的主要变量为颗粒物和可吸入颗粒物，可归纳为一个因子。二氧化硫对应第二列的硫化物因子。臭氧对应第三列的因子。一氧化碳和二氧化氮与第四列的因子关联。
因子分析与主成分分析的区别：
因子分析假设存在潜在的因子，而非变量的简单线性组合，与主成分分析有所不同。
通过以上分析，我们可以对SPSS因子分析的结果有一个全面且清晰的理解。