1. 因子分析
   
   1. データの読み込み
      まず，csv形式と呼ばれる，個々のデータがコンマで区切られた形式の データファイルを読み込む．
      
      1. メニューの「データ」から， 「データのインポート」→ 「テキストファイルまたはクリップボードから」を選ぶ．
         
         
         
         
      2. 読み込んだデータに R 用の名前(データセット名)を指定して， ファイルの形式の詳細を指定する．下の例では，�@データセット名が「Seiseki」， �Aファイルの1行目に変数名があることをチェック，�Bフィールドの区切り記号が カンマであること(フィールドとは，データファイルの列のこと)， �C小数点の記号がピリオドであること，を指定している．これらを指定してから， 一番下の「OK」ボタンを押す．
         
         
         
         
      3. 読み込むデータファイルを指定する．
         
         
         
         
      4. 読み込んだデータの中身を確認しよう． メニューの下にある「データセットの編集」ボタンを押すと， 読み込んだデータが表示され，修正もできる．データを見るだけなら， 「データセットを表示」ボタンでもいいが，そのボタンを押すと ハングアップする不具合があるみたいだから，押さないように．
         
         
         
         読み込んだデータセットは，6つの変数(no と Japanese〜English)を持つ23個のデータで 構成されていることがわかる．
      
      
      
   2. 相関行列
      まず，因子数を決定するために，相関行列，および，その固有値を調べよう．
      データセットの1番目の変数 no を除く部分は Seiseki[,2:6] で指定できるが， その相関行列は cor(Seiseki[,2:6])) とすると求まる．さらに， その固有値固有ベクトルは eigen(cor(Seiseki[,2:6])) で求められる． それを下のように，変数 e に入れたら，e$values で固有値が すべて表示される．
      
      
      
      
      1より大きい固有値は1個であるが，2番目の固有値も3番目以降に比べると 1に近い．また，5科目の成績を説明する因子として，１つでは少なすぎる と考え，2つの因子を選ぶことにする．
      
      
      1. クラスター分析(非階層的)
         つぎに，非階層的なクラスター分析を行う．
         1. メニューの「統計量」から， 「次元解析」→「因子分析」を選ぶ．
            
            
            
            
         2. 分析対象の変数(ここでは Japanese 〜 English の5個) を選び， 因子の回転をするかどうか，因子得点(スコア)をどの方法で計算するか などを指定して，「OK」ボタンを押す．ここでは， 因子の回転として「バリマックス」法，因子得点(スコア)の 推定法として，「回帰」を選んでいる．
            
            
            
            
         3. 因子数を決めて「OK」ボタンを押す．ここでは2因子．
            
            
            
            
         4. 出力ウィンドウに分析結果が表示される． 各科目の独自性(uniquenesses)，因子負荷量(Loadings)などが 求められている．この結果より，第1因子は理科以外の総合的な 能力，第2因子は理科の能力に関連する潜在的な因子であると 考えられる．他の解釈を求める場合は，回転方法を変えて， 同様の操作をすること．
            
            
            
            
         5. 指定した方法で(ここでは回帰)，各人の科目別の 因子得点(スコア)が推定され，それをデータセットに 格納されている．確認すると，以下のようである．
            
            
            
            
         6. さらに，入力ウィンドウに以下のように入力し，各データの 因子得点の散布図を描いてみる．