计算机与SAS、SPSS软件
第一：给出原始数据阵正向化和排序表1，对该数据进行标准化。其中图中X1是逆向化数据，因此进行正向化，100/X1为值，得到新的X1列，名为全部支出是食品支出的数倍。其余变量不变。输入进sas系统，并进行标准化。
第二：选取简单结构的初始、旋转后因子载荷阵：主成分法下，简单结构的初始因子载荷阵为L02 、简单结构的旋转后因子载荷阵为L02Г(见表2)，对L02、L03、…、L07进行方差最大化的正交旋转，记为LГl(l列)；在L02、的时候初始因子载荷阵达到简单结构。
第三：确定因子是否旋转：L0k、L0lГ比较，若L0lГ达到更好的简单结构，则用旋转后因子；若L0k达到更好的简单结构或L0lГ、L0k都是差异不大的简单结构，则用初始因子；根据表3的情况分析，选择初始因子。根据临界值表中r（8）=0.631，在(L02Г2,u3，…,u6)前2列有载荷绝对值大于显著相关的临界值，2列后没有载荷绝对值大于显著相关的临界值，故因子个数m = 2。方差贡献率为 0.8028。
第四：确定因子轴F1*,F2*(因子个数2)：若(Ls,es+1,…,ep) [(es+1,…,ep)是p列初始因子载荷阵后面的p-s列]前2列有元素绝对值大于显著相关的临界值，2列后没有元素绝对值大于显著相关的临界值，则因子个数为2，相应的因子载荷阵记为L*见表2，L*回归的因子记为F2*=( F1*,F2*)′，因子F2*的样品值矩阵记为F *10×2见表5
第五、因子载荷阵、因子及其样品值的正向化和因子命名，作因子分析图：在m维直角坐标系中，用第i个坐标轴表示因子轴Fi*，用L*的第i行作为指标xi的坐标值、F *n×m的第j行Fj*作为第j个样品Xj的坐标值，该散点图即为因子分析图
第六：分析与评价：根据因子分析图1， 可以得知，x1，x2，x3，x4，x5，x6，x7都是正方向，（总支出为食品支出的倍数）、（医疗保健支出比重）、（居住支出比重）、（交通和通讯支出比重）、（衣着支出比重），（家庭设备及服务支出比重）、（文教娱乐、用品及服务支出比重）。在相关性方面看，x2，x3几乎共线说明具有很强的相关性，同时x1，x6也是具有很强的相关性。x5与x2，x3和x1，x6之间也是存在较好的相关性。x2，x3与x1，x6之间也是存在较好的相关性的。与x7等较远的相关性较弱。