Ik heb de SPSS-analyse uitgevoerd en ik begrijp je vraag. Op het eerste gezicht zien de resultaten er anders uit dan de resultaten van R. Laten we dit stap voor stap bekijken:
De eerste tabel in SPSS laat de communaliaties van de items zien. Respectievelijk 0,334; 0,320; 0,544 etc. Dit komt niet precies maar wel ongeveer overeen met de de uniqueness in de eerste tabel in R ('factor loadings'). Namelijk 0,68; 0,75; 0,44, etc. (Bedenk hierbij dat uniciteit = 1 - communaliteit.)
De factorladingen die in deze eerste R-tabel staan, komen weer min of meer overeen met de factorladingen in de SPSS-tabel 'Pattern Matrix'. (Dit zijn de factorladingen na rotatie.) Echter, in eerste instantie lijkt het niet overeen te komen, want a) factoren 1 en 2 zijn hier omgedraaid; in R lijkt factor 1 'vertrouwen' te representeren, en factor 2 'intimiteit', terwijl dit in SPSS andersom is; b) bovendien heeft factor 2 in SPSS negatieve factorladingen waar factor 1 in R positieve factorladingen heeft, en andersom. In SPSS zou je deze factor dus eigenlijk 'gebrek aan intimiteit' moeten noemen. Maar los daarvan zijn de resultaten feitelijk hetzelfde (bijv. ASQ_1 f1(SPSS) = 0,516 ≈ f2(R) = 0,48; f2(SPSS) = -0,70 ≈ - f1(R) = - 0,11).
Aangezien de ene factor negatief gecodeerd is in het ene softwarepakket tegenover het andere, zou je ook een negatieve correlatie tussen de factoren verwachten in SPSS als die correlatie in R positief is. Dat blijkt ook het geval. In R is de correlatie 0,78, in SPSS is de correlatie -0.708.