在SPSS做因子分析时，将原始数据输入，和将标准化后的数据输入，产生的结果会不会不同？？

Answer 1

理论上不会改变。

因子分析的主要途径是构建因子模型来计算各主因子得分，从而分析主因子的贡献力总结出因子实际意义。数据标准化只是将不同变量量纲化，说明白点就是去掉各变量的单位，统一为标准化数据。

如果原始数据单位不冲突，标准化与否影响不大，正规来讲，做多元统计分析前需要将数据进行标准化处理，保证统计分析的正确性。所以不仅不要担心结果改变，相反应该要求数据的标准化处理。

扩展资料：

变量无法直接测量。可以直接测量的可能只是它所反映的一个表征，或者是它的一部分。在这里，表征与部分是两个不同的概念。表征是由这个隐性变量直接决定的。隐性变量是因，而表征是果，比如学习积极性是课堂参与程度 (表征测度)的一个主要决定因素。

自变量与应变量之间是应该相关的，而不是独立的。这些局限性就要求有一种更加灵活的建模方法，使研究者不但可以更细致地描述测度项与因子之间的关系，而且可以对这个关系直接进行测试。而在探索性因子分析中，一个被测试的模型(比如正交的因子) 往往不是研究者理论中的确切的模型。

参考资料来源：百度百科--因子分析

Answer 2

理论上不会改变。
因子分析的主要途径是构建因子模型来计算各主因子得分，从而分析主因子的贡献力总结出因子实际意义。数据标准化只是将不同变量量纲化，说明白点就是去掉各变量的单位，统一为标准化数据。
如果你的原始数据单位不冲突，标准化与否影响不大，正规来讲，做多元统计分析前需要将数据进行标准化处理，保证统计分析的正确性。所以不仅不要担心结果改变，相反应该要求数据的标准化处理。
但是标准化的方法不一，每次标准化后的数据肯定也会不一样，所以每次标准化后数据做出的因子得分实际上也不能保证一样。这里要搞清楚因子分析的结果不是看因子分析的得分是不是几，而是靠这个得分做出分析结果也就是经济学意义，所以即便因子得分有可能不一样，只要结果分析到达一致即可。

追问

也就是最好将标准化后的数据输入SPSS,然后让其进行因子分析。而不是将原始数据输入，在因子分析过程中，让其自动产生标准化数据？

追答

我上面说的是标准化的理论，SPSS因子分析是自动进行标准化处理的，不需要人工处理原始数据，放心录入数据吧。