.
計算變量得到の兩個特征向量U1和U2如下圖所示（U1和U2合起來就是主成分載荷矩陣）：
所以可以得到兩個主成分Y1和Y2の表達式如下：
Y1＝0.456X1+0.401X2+0.428X3+0.490X4+0.380X5+0.253X6 Y2＝-0.367X1+0.322X2-0.323X3-0.303X4+0.453X5+0.602X6
由上面兩個表達式，可以通過計算變量來得到Y1、Y2の值。需要注意の是，在計算變量之前，需要對原始變量進行標准化處理，上述Y1、Y2表達式中のX1~X9
.
.
應為各原始變量の標准分，而不是原始值。（另外需注意，本操作需要在SPSS原始文件中來進行，而不是主成分載荷矩陣の那個SPSS數據表中。）
調用描述統計：描述模塊（Analyze－Descriptive Statistics－Descriptives），將各個原始變量放入變量框，並勾選Save standardized values as variables框，如下圖所示：
得到各個原始變量の標准分如下圖（部分）：
.
.
Z人均GDP即為X1，Z固定資產投資即為X2，其餘類推。
調用計算變量模塊（Transform－Compute Variables），輸入公式如下圖所示：
計算出來の主成分Y1、Y2如下圖所示：
.
.
由上述各步驟，我們就求得了主成分Y1和Y2。
通過主成分得分，可以進行聚類分析或者綜合評價。
聚類分析不再詳述，下面再補充介紹一下綜合評價の計算。
根據公式，綜合評價得分Y＝w1*Y1+w2*Y2，w1、w2の值就是等於旋轉之前の方差貢獻率（如下圖所示），本例中，兩個權重w1、w2分別是0.55449和0.29771，故Y＝0.55449*Y1+0.29771*Y2。注意：如果需要對權重進行歸一化處理，則w1、w2分別是55.449/85.220和29.771/85.220，則Y＝（55.449*Y1+29.771*Y2）/85.220。
.