在SPSS中，降维是指将高维度数据集转换为低维度数据集的过程。这可以通过因子分析等技术实现。当使用因子分析时，通常会生成一组称为因子得分的新变量。因子得分是观察值在每个因子上的得分，从而在减少原始变量数量的同时保留了大部分信息。

可以使用因子得分作为回归分析的自变量，但需要注意以下几点。

首先，因子得分必须是连续变量。如果因子得分不符合正态分布，建议进行数据转换或使用非参数方法。

其次，因子得分应该具有可解释性。在因子分析中选择因子的过程中，应该优先考虑因子的可解释性和实用性，而不仅仅是方差贡献率。只有可解释的因子才能被用于回归分析。

第三，因子得分应该是相互独立的。在进行因子分析时，应该确保因子之间没有多重共线性。如果存在多重共线性，建议使用正交旋转或其他技术处理。

最后，因子得分应该具有预测能力。在使用因子得分作为回归分析自变量之前，建议对其进行验证。可以使用交叉验证或其他技术来评估因子得分的预测能力。

总之，可以使用因子得分作为回归分析的自变量。但在使用因子得分作为回归分析自变量之前，需要注意上述几点，并进行必要的验证和处理。只有在满足这些条件的情况下，因子得分才能真正发挥其作用，并提供有用的信息。