因子分析中的原始数据标准化处理和突变技术中的标准化处理原理相同，方法也是类似的，因此不再详细说明。需要注意的是在标准化处理中正指标和负指标的处理方法是不一样的，如果是逆指标，需要正向化处理，由于采取的指标全是正指标，因此不需要这方面的数据处理。
计算相关系数是发现各指标间的相关关系，如果相关关系太弱，就无法共享综合因子，因此各指标必须满足一定的相关程度才能进行因子分析，才能将多维数据转化为几个关键的维度。因子旋转与因子命名。我们通过特征向量得到了初始的因子载荷矩阵，在实际计算过程中往往会出现因子载荷相关性过小的问题，这会造成我们无法对因子给与明确的解释，统计学给出的方法是对初始载荷矩阵进行旋转，从而提高因子的实际意义。
然后根据所选因子对其进行命名。因子分析是多元统计学的重要方法，但是这种分析如果遇到样本量过大的情况的时候会导致线性回归无法使用，因此将因子分析法作为对突变级数法检验的一种方法，无需对所有样本企业进行因子分析，只需要选取25家企业进行排名然后与突变级数法的计算结果进行对照，按照这种思路以下是详细步骤：
原始数据检验。对数据检验的目的是确定样本数据是否适合做因子分析，因为因子分析是一种降维的分析方法，只有指标间存在相关性的数据才适合做因子分析。在统计学中，常用的因子分析检验方法是KMO和Bartlett球形度检验。通过SPSS计算KMO值和Bartlett球形度检验值，发现这两个值都符合要求，因此可以用因子分析法进行后面的分析。
提取因子。提取因子是选择用几个因子对变量进行解释，一般使用主成分分析法。在提取因子的时候需要根据研究要求，也需要根据数据标准，一般来讲因子的特征值大于1时，或者累加的方差百分比达到80%时适合被提取。计算因子得分矩阵。因子分析使用每个因子去与指标进行线性计算，因子得分矩阵里面的数据越大，表明该指标与所选因子的关系越密切，可以说因子得分矩阵是因子分析最重要的数据矩阵。
竞争力排序。通过因子得分矩阵就可以计算出研究目标的综合得分，综合得分是以各主因子的贡献为权重计算出来的，所选的25家企业的因子得分。两种方法排名的对比。根据的研究思路，因子分析法和突变级数法得出的企业排名如果没有明显的差异的话，我们对企业做出的排名就是可信的。
实证结果分析的基础数据是按照上文突变级数模型计算而来的，此处存在的问题是84个上市公司属于各个省份，要对每个省份进行排名就需要把每个企业的排名转化成分值，再算出每个省份企业的平均分。通过计算突变级数可以看出由于很多企业的突变级数差异不大，为了避免赋分的时候造成对排名的夸大，将所有企业的突变级数值按照其临界点分成了四个区间，每个区间内企业的排名赋予同样的分值，这样每个省份的企业及排名就可以平均出一个综合得分，得分高表示排名靠前。
当然样本企业集中在某一区间也可以说明这些企业在这方面的得分水平。临界点的确定和区间划分主要依据突变级数值的大小，对数据有明显跳跃的地方划分为不同区间，以财务表现的突变级数值为例说明临界点的确定及区间划分。按照上文的研究思路，将样本企业财务表现的突变级数得分分成四个区间，第一区间的企业分数最高，排名也最靠前；第二区间次之，然后是第三、第四区间。
每个企业在财务表现方面的排名、区间以及该企业是哪个省份。例如海默科技财务表现突变级数值为0.,排名为84,，其他企业名称由于工作量及篇幅限制省略。从排列的结果来看，第二区间的企业最多，原因是大部分企业在财务表现方面的得分不是特别高，得分较高的企业只有10家，在第一区间；
从省份来看，最后计算的结果是重庆市排名第一，该省的企业全部分布在第一、二区间，可以认为该省的战略性新兴产业上市公司财务表现方面的分数都比较高，其次是青海、新疆、内蒙古；排名最靠后的是广西省，该企业的上市公司都分布在第三、四区间内。人力资源排名的思路与财务表现的排名是一样的。给出了每个企业在财务表现方面的排名、区间以及该企业属于哪个省份。
企业人力资源的排名大部分在第三、第四区间，而第一区间的企业只有3家，可以看出西部各省战略性新兴产业上市公司在人力资源方面的得分不是很高，员工教育水平、人力资源综合实力有待提高。从各省的情况来看，得分第一的是重庆市、宁夏自治区、西藏自治区，宁夏和西藏排名靠前的原因是该省虽然上市公司数量少，但是这些少量的上市公司的排名是靠前的，重庆市上市公司大部分集中在第二、第三区间，可见其人力资源方面的综合实力是比较强健。
我国西部战略性新兴产业上市公司技术创新方面的得分，大部分集中在第二区间，第一区间的企业也比较多。从各省来看，重庆、陕西、四川最后计算的排名靠前，这几个省份大部分企业的排名位于第一、第二区间，特别是四川省、排名在第一、二区间的企业数量较多；虽然宁夏、青海综合排名也是比较靠前，但是这两个省上市公司数量较少。技术创新方面排名靠前的省份都是教育资源雄厚，人才集中的省份，像陕西省、四川省高校密集，人才众多，有很多软硬件方面的人才。
内蒙古、广西省技术创新方面的综合排名是靠后的，从技术储备上来说这两个省份靠近我国边陲，教育资源、人才资源相对有限，最终限制了这些省份技术创新方面的竞争力。所选的关于市场环境方面的指标是关于各省经济实力和经济规模的对比，一个省的经济规模越大、经济实力越强，对该省的产业发展和企业竞争的带动性越强。
国民生产总值、年末贷款余额、人口数三个指标代表的是一个省经济规模、金融水平、市场潜力等方面的状况，综合来看，四川省经济实力和经济规模是最强最大的，其次是陕西省，内蒙古虽然人口较少，但是国民生产总值、年末贷款余额都比较高在，综合排名仅次于四川省、陕西省之后。总体来看，市场环境比较靠后的是宁夏自治区、青海省、西藏自治区。
综合竞争力是根据前四个维度的突变级数值按照突变系统模型公式计算出来的，然后按照和财务表现等因素相通的思路分成四个区间，对相同区间的企业赋予同样的分数，然后计算出各省的综合排名。列出了我国西部各省战略性新兴产业上市公司综合竞争力的分布，从最终的排名结果来看，四川省的战略性新兴产业上市公司竞争力最强，其次是陕西省、重庆市、内蒙古自治区、甘肃省、贵州省、新疆自治区、云南省、宁夏自治区、广西省、青海省、西藏自治区。
具体从各省分析来看，四川省的上市公司大部分分布在第一、第二区间，而且很多省份排名都比较靠前；其次是陕西省的上市公司，从表中可以陕西省上市公司的分布在四个区间都有分布，第三区间、第四区间有近一半的企业，因此最后的综合排名排在四川省之后；重庆市、内蒙古自治区的上市公司大部分分布在第一、第二、第三区间，可以看出这两个省企业竞争力较强。
战略性新兴产业是我国产业的重中之重，是我国国民经济下一阶段又好又快发展的重要保证。作为国民经济重要组成部分的西部地区，其战略性新兴产业的发展状况应当受到国内外学者的重视，以我国西部战略性新兴产业上市公司竞争力为研究对象，选取了84家上市公司作为样本，经过实证研究得出的结论主要有以下几方面：（1）从样本分布得出的结论：从各省来看，在战略性新兴产业的发展上四川省比较领先，青海省、宁夏自治区比较落后；
从产业来看，新材料产业、高端装备制造业是优势产业，新能源汽车发展不足。从统计的数据可以看出，四川省是战略性新兴产业上市公司最多的省份，战略性新兴产业发展实力雄厚，其次是陕西省、重庆市、贵州省省、安徽省，最少的是青海省、宁夏自治区。得益于西部丰富的自然资源，新材料产业是西部地区发展最多的产业，有三分之一上市公司涉及新材料产业的生产、研发、销售，其次是高端装备制造产业、生物产业，涉及最少的是新能源汽车产业。
（2）从指标取值得出的结论。从财务状况、人力资源、技术创新、市场环境四个方面选取了12项指标，从各个方面分别来看的话，西部各省企业产值、规模有进一步提高的空间，盈利能力可观但是增长水平不高；在人力资源方面大部分企业人力资源储备充足，但是员工受教育水平有进一步提升的空间；技术创新方面各企业研发投入偏低，不能体现战略性新兴产业高技术、高成长性的要求；
西部各省市场环境方面的发展差异较大，大部分省份经济发展落后，经济规模、金融支持力度、市场潜力都不能为产业发展提供强有力的支撑。（3）省际间竞争力比较的结果。四川省的战略性新兴产业上市公司竞争力最强，其次是陕西省、重庆市、内蒙古自治区、甘肃省、贵州省、新疆自治区、云南省、宁夏自治区、广西自治区、青海省、西藏自治区。
原因分析的话四川省人力资源丰富，市场广阔，省内各项指标靠前，对战略性新兴产业的带动作用明显；而陕西省虽然在市场环境方面依然比较突出，但是上市公司财务指标不是特别优秀，综合来看不如四川省；重庆市虽然是四大直辖市之一，但是总体经济规模无法与四川省、陕西省对比，特别重庆市上市公司财务表现、人力资源方面实力不足。广西省、青海省和西藏自治区的战略性新兴产业上市公司市场环境较弱，上市公司数量较少，综合排名总体靠后。
