SPSS是一种常用的统计分析软件，因子分析是其中一个常用的方法之一。在进行因子分析时，总方差解释和碎石图都是非常重要的概念。

总方差解释是指因子解释的数据变异程度，通常使用特征值来表示。特征值越大，说明因子所解释的数据变异程度越高。在进行因子分析时，我们通常会选择保留特征值最大的前几个因子，因为它们对原始数据的解释能力更强。而对于保留多少个因子，通常需要根据实际情况和经验进行判断。

碎石图（Scree Plot）是一种用于帮助确定保留多少个因子的图表。在碎石图中，横轴表示因子数量，纵轴表示特征值。我们通常会观察特征值随因子数量的变化趋势，如果出现了一个明显的“拐点”，那么这个拐点前的因子就是需要保留的因子数量。这是因为拐点前的因子所解释的数据变异程度较高，而拐点后的因子则解释的数据变异程度较低，不具有实际意义。

总体来说，总方差解释和碎石图都是帮助我们确定保留多少个因子的重要工具。然而，在进行因子分析时，还需要注意以下几点：

首先，因子分析应该基于合理的理论基础。我们需要明确研究问题，并构建恰当的假设和理论模型，然后再进行因子分析。否则，即使得到了合适的因子数量和结构，也可能无法得到可靠的结论。

其次，因子旋转也是非常重要的。因子旋转可以调整因子之间的关系，使得因子更加清晰、易于解释。在进行因子旋转时，我们需要根据实际需求选择合适的旋转方法，并进行适当的解释。

最后，我们还需要对因子分析结果进行验证。这可以通过内部一致性检验、测试-重新测试法或者交叉验证等方法进行。只有通过验证，才能够确保因子分析结果的可信度和稳定性。

综上所述，总方差解释和碎石图是因子分析中两个非常重要的概念。通过它们，我们可以确定保留多少个因子，并初步了解因子数量和结构。但是，在进行因子分析时，还需要注意其他方面，如合理的理论基础、因子旋转和结果验证等，从而获得可靠的结论。