全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SPSS论坛
18814 5
2015-11-09
求助,我做因子分析时,已先对所有指标做了正向化处理,值越大代表该项越好。但得出的因子载荷矩阵中,有些变量的载荷为负,小于—0.5,导致计算综合得分时,越差的在该因子上的得分越高,从而影响了综合排名。
请问该如何处理?有高手知道吗?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2015-11-9 18:42:46
1.计分方式正确么?是不是操作失误?
2.如果用SEM进行统计分析,这对结果没影响。
3.如果用加和或求均值计算综合得分的话,这对结果有影响。可以删掉这个项目,最好有引文支持你的做法。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2015-11-9 20:46:20
bfzldh 发表于 2015-11-9 18:42
1.计分方式正确么?是不是操作失误?
2.如果用SEM进行统计分析,这对结果没影响。
3.如果用加和或求均值计 ...
1、数据来源上统计年鉴上,操作上是按照SPSS因子分析的常用方式琰做的,应该不太可能失误
2、请问SEM统计分析怎么用法?不懂
3、计分的话,因子得分乘以方差贡献率加和来算的。还有其他方法吗?SEM法?求赐教!!
    该指标在指标体系中还蛮重要的,就是不好删,才头痛得很,也没找到相关解释。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2015-11-10 15:58:11
yuanlai61 发表于 2015-11-9 20:46
1、数据来源上统计年鉴上,操作上是按照SPSS因子分析的常用方式琰做的,应该不太可能失误
2、请问SEM统计 ...
首先,要搞清楚“因子载荷”的意义:变量与因子之间的相关系数。所以:1、可以为正,也可以为负;2、相关大小是看因子载荷的绝对值,绝对值越大相关性就越大。这些都与你的题项是否正向处理没关系。

其次,建模切忌主观,如果你的数据和方法没有错,得出了“越差的在该因子上的得分越高”的结论,可能就是真实的结论。目前看来,你的结论就是客观真实的结论,不必纠结。可能你觉得跟日常认知不符合,那这个恰好是值得研究的地方。

第三,SEM是结构方程模型,是研究因果关系的,一定要有自变量和因变量(且是多个因变量,单个因变量的话用回归分析即可),不能做关于排名的分析。你因子分析解析出来的因子都是并列关系,不是因果关系。总之,SEM和因子分析是两个不同的工具,可以有先有后结合使用,但绝对不能等价。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2015-11-12 10:25:02
congmuya 发表于 2015-11-10 15:58
首先,要搞清楚“因子载荷”的意义:变量与因子之间的相关系数。所以:1、可以为正,也可以为负;2、相关 ...
感谢回答,因子载荷矩阵可以为正也可以为负,这个我清楚,网上基本上说,载荷为负,则表示负相关

检查了多遍数据和方法,应该是没什么问题,也想是不是改用其他方法,但看了几种方法,也都各有缺陷,在因子分析上也已经花了大量时间和精力,时间紧迫,来不及再改方法了

只是得出的结论和日常认知不符,能力有限无法推翻普遍认知来解释

最后无奈只好删掉了2个指标,得出了相对好解释的结论,感觉这样做研究相当不好,可是为了按时交出东西来,却只能这样了,好悲哀
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2015-11-13 18:57:19
yuanlai61 发表于 2015-11-12 10:25
感谢回答,因子载荷矩阵可以为正也可以为负,这个我清楚,网上基本上说,载荷为负,则表示负相关

检查 ...
实证要做好非常难,没几个大项目的经验肯定不行的。删除指标确实是个常见而有效的方案,总之把握一个原则:理论是给实践服务的,在实践中能解释,才是根本。
像我在企业里面做项目,没人关心你sig通不通过,KMO通不通过,只关心结果是不是符合业务实践。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群