主成分分析應用的前提條件 
1、因子數量應該比較多,否則搞主成分就沒有意義。
2、因子之間的共線性或相關關係要比較強,所以要進行KMO檢驗。 
3、變量類型必須為連續變量(可簡單理解為有大小之別的數據,如植被蓋度、海拔、温度、降水等),分類變量(無大小之分)是不能加入分析的,如坡向、樹種等。很多論文把坡向的東西南北轉化為1、2、3、4,雖然軟件是可以給你算的,但結果毫無意義!!主成分分析説到本質上是分析的方差,可以想象無大小之分的數據,如何來計算方差! 
四、重要分析結果的解讀
1、如何確定是否可以做主成分分析。要看KMO的統計值,如果值>0.7,才表示適合做主成分分析
2、如何確定主成分的個數。重點看兩個值,主成分的特徵值要>1,累計貢獻率要>80%
3、如何確定重要因子。要看轉置矩陣中的各因子對應的特徵值,值的正負表示正影響還是負影響,通常這個值的絕對值要大於0.3。 
4、各主成分的定性。統計永遠給出的是數值,關鍵是如何進行生態學意義的解讀,這個要看具體研究的問題,在此不展開。