综上分析可知，利用主成分综合评价法进行纺织产业区域竞争力评价的步骤为：
第一步，样本数据的标准化处理，并检验指标数据的相关性。
本书有n=31个样本数据，来自全国31个省份的纺织产业，指标个数为m=15，原始指标数据参见常规统计数据库，采用Z-Score标准化处理方法。
书中采用KMO抽样适度测定值检验，检验该样本数据做主成分分析的适宜性，检验值为0.791，远大于0.5，说明该样本适宜做主成分分析。另外，巴特尼特（Bartlett’s Test）圆形检验值（Approx。Chi-Square）显示的P（Sig。）远小于0.05，同样证实了该样本适宜做主成分分析。
但是，这并不是一个绝对的提取原则，主成分方差本身反映了该主成分所含信息量的多少，第一个主成分的方差最大，反映第一个主成分对所有指标的代表性最好，第二个主成分次之，依此类推，因此，主成分的方差也可以作为主成分的提取原则，通常情况下取方差（即相关矩阵的特征值）大于1的前k个主成分。此外，还有很多关于主成分提取的建议，事实上，究竟哪个原则最好，往往需要结合实际情况进行具体分析。
将本样本数据在SPSS13.0软件上运行，得到的主成分方差中前三个主成分的方差均大于1，且这三个主成分的累计方差贡献率已经达到94.629%，可见，前三个主成分能够反映原始指标的绝大多数信息，用前三个主成分对全国31个省份的纺织产业竞争力进行综合评价具有一定的代表性和合理性。
第三步，计算各主成分的得分，并根据主成分的综合得分进行纺织产业区域竞争力综合评价。
上述三个主成分的载荷矩阵，将载荷矩阵简记为egj，主成分的载荷系数反映了指标变量在主成分中的信息量的多少，载荷系数越大说明主成分代表了指标变量的信息量越多，但载荷系数并不是指标变量与主成分的相关系数，因此，不能直接作为主成分表达式中指标变量所对应的系数。
至此，对全国31个省份2004年纺织产业竞争力进行综合排名。
第四步，综合评价结果的解释与分析。
综合得分的正负是原始指标标准化所造成的，正负号反映了各区域纺织产业的竞争力相对于全国平均水平的状况，综合得分为正值，说明该区域纺织产业的竞争力高于全国平均水平，综合得分为负值，说明该区域纺织产业的竞争力落后于全国平均水平。综合得分值越大，反映出该区域纺织产业的竞争力越强。尤其是浙江、江苏、广东和山东这四个省的纺织产业竞争力最强，远远超出全国平均水平，全国范围内几乎三分之二的省份纺织产业竞争力都比较弱，特别是西部地区的西藏、青海和云南等区域的纺织产业竞争力极其低下。总起来分析，我国纺织产业的区域竞争力差距十分悬殊，区域发展不平衡现象非常严重。
总之，主成分综合评价法通过对原始指标内部结构关系的研究，将多个实测变量转换为少数几个不相关的综合指标，换言之，主成分综合评价法是将区域纺织产业竞争力评价从多元的复杂计算转换成一维综合变量的比较，进而对全国31个省份的纺织产业竞争力进行评价，这种分析方法不仅简化了计算，而且能够从复杂的数据表中抽取绝大部分的信息，方便我们在研究问题时抓住主要矛盾。但是，主成分分析法不能清晰地揭示我国纺织产业的区域分布特征，对区域纺织产业竞争力强弱的判别缺乏针对性和代表性。
