SPSS中因子载荷矩阵的负值表示这个项目与这个因子呈负相关。
因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子，以较少的几个因子反映原资料的大部分信息。
1.B也就是beta，代表回归系数，标准化的回归系数代表自变量也就是预测变量和因变量的相关，为什么要标准化，因为标准化的时候各个自变量以及因变量的单位才能统一，使结果更精确，减少因为单位不同而造成的误差。
2.T值就是对回归系数的t检验的结果，绝对值越大，sig就越小，sig代表t检验的显著性。
3.在统计学上，sig小于0.05一般被认为是系数检验显著，显著的意思就是你的回归系数的绝对值显著大于0，表明自变量可以有效预测因变量的变异，做出这个结论你有5%的可能会犯错误，即有95%的把握结论正确。
4.回归的检验首先看anova，也就是F检验，那个表代表的是对进行回归的所有自变量的回归系数的一个总体检验，如果sig小于0.05,说明至少有一个自变量能够有效预测因变量，这个在写数据分析结果时一般可以不报告然后看系数表，看标准化的回归系数是否显著。
1.首先在amos中绘制一个结构模型；
2.将模型与数据进行连接，点击点击变量列表，将窗口中的变量拖入模型中的相应位置；
4.点击计算估计按钮，开始计算我们需要的参数；
5.点击查看模型按钮，即可看到各个路径参数以及协方差。