我已经在这个网站上多次讨论过这个问题，但我再次向我们社区的专家寻求最终的理由。我想从 CATPCA 中提取四个因素（我认为我应该在这里称为维度）以及来自仅包含分类变量。我总共有 22 个分类变量。

现在，据我所知，CATPCA 不使用旋转，这可以方便地在标准因子分析或 PCA 中提取因子。我在获得明确的因素方面遇到了一些问题，尽管轮换似乎可以提高对因素的理解。或者，简单来说，我有点不顾一切地想要提取整齐的因子，以便我想采用不同的旋转。（虽然我不应该！）：D

但是，我们可以将转换后的变量保存在一些输出文件中，并在标准因子分析中使用它们，因为变量现在已被量化。请注意，在获得最佳缩放（即量化）变量时，我们需要提及一次维度数。我估计提到的不同数量的维度会产生不同的量化。将这些量化变量用于进一步的因子分析将需要再次提及因子的数量。

这是一个问题吗？因为我想提取 4 个因子，在要求最优尺度变量时，我提到了 4 个维度，然后计划在标准因子分析中使用量化变量（以获得旋转的便利），我需要提到数字因素再次。

如果这是一个问题，那么我们是否可以将 CATPCA 的维度数设为 22 以获得最佳缩放变量（因为总共有 22 个变量）？这只是为了确保我们没有损失解释的方差百分比。然后我们可以使用量化变量进行标准因子分析，并在SPSS中获得因子得分，这次提到了4个因子。我完全不知道这是不是一个奇怪的想法！

所以，等待你的好意的方向。