因子分析逆向指标怎么办…SPSS因子分析可将变量减少，可是怎样处理应该放在一起的变量

一、哪位大神能告诉我，逆向指标会对因子分析的结果产生何种影响？如果有影响，影响大小？跪谢！

对于因子结构不会产生影响，但有可能影响之后的主成分得分、综合得分及其排名。

二、因子分析失败，还可以用什么方法

这个不能说此次分析就是失败的，应该说是你的变量或者说是问卷设计有问题  当然也可以不一定参照必须要大于0.5，但是常规的都是这样参照的  这个因子载荷低有可能是问卷变量设计问题，有可能是数据采集质量有问题  如果是第一个问题的话 你可以先进行下问卷题目调整，比如删减部分题目再尝试，当然不是随意删减的，而是根据项目分析的相关指标来进行.  如果是数据质量问题 你可以尝试着删除部分变量再试一下  如果两种方法都不行了，只能说明你的变量设计完全有问题或者数据完全不行 只能重做

三、因子分析后数据出现负值怎么作为dea的变量

析指研究变量群提取共性统计技术早由英理家C.E.斯皮尔曼提发现各科绩间存着定相关性科绩往往其各科绩比较推想否存某些潜共性或称某些般智力条件影响着习绩析许变量找隐藏具代表性相同本质变量归入减少变量数目检验变量间关系假设　　数据包络析(DataEnvelopmentAnalysis，DEA)运筹、管理科与数理经济交叉研究新领域根据项投入指标项产指标，利用线性规划具比性同类型单位进行相效性评价种数量析DEA及其模型自1978由美著名运筹家A.CharnesW.W.Cooper提已广泛应用于同行业及部门并且处理指标投入指标产面体现其独厚优势-

四、spss 因子分析问题

如果是20个具体的因素对竞争力的影响，每个因素都有相应的数据的话，当然可以是数值型数据，也可以是分类数据，或者等级数据，这样的问题应该用logistic回归.因子分析实际上是对变量进行分类用的，就是将一系列都线性关系的变量归为一类然后转化成为一个因子，比如，反映一个人的学习状况，可以用各种课程的成绩来反映，这些成绩就可以转化为一个因子，可以叫做学习因子；
反映一个人的身体状况，可以用各体检的指标来反映，那这些指标也可以转化为一个因子，可以叫做身体因子；
对于您提的这个问题可以用logistic回归，品牌(应该叫变量，不能叫因子)可以分为一线品牌，二线，三线，三线以下，四个等线，那这个变量就是一个等级变量，编号可以用1，2，3，4，来区分等级，投资既可以是数值变量也可以等级变量，如果以投资金额来算那就是数值变量，如果以100万~200万为一个等级，200万~500万为一个等级，500万以上为一个等级，那就是等级变量了，如果还有别的如外资企业，中国企业，那这个就是个分类变量，可以设为0，1 ......如果您的竞争力变量收集的数据是数值型变量(连续型符合正态分布的变量)，可以用线性回归，不过一般这个假设很难实现，竟争力收集的数据一般可能是分等级的，比如很有竞争力，竞争力一般，较差，很差等分类变量，这样一般应该用logistic回归.分析将竞争力作为因变量，其它的变量作为自变量，进行logistic回归(因为等级变量，分类变量都不符合正态分布，所以不能用线性分布，也不能用聚类分析)，回归可以选用迭代分类或全变量直接进入，最后看各变量系数的显著性，若显著说明有较大影响，若要比较不同变量影响大小，要将系数变换为标准回归系数才可比较.

五、我的论文是商业银行绩效评价研究，选择10个指标进行了因子分析，因子的提取和旋转结果怎么用SPSS弄啊？谢

把数据导入SPSS软件，依次点选Analyze-Data reduction-Factor，进入Factor analyze 对话框，把你的十个指标选入variable，点击右侧descriptive-KMO and barrettle test-continue，再点击右侧Rotation，在Method中选择Varimax就是方差最大化正交旋转，还有其他的旋转方式可以选择，不过一般都用Varimax正交旋转，点击OK，就会出来你所要的结果

六、spss因子分析法特征值有负数怎么办

展开全部过度拟合了，数据优化

七、SPSS因子分析可将变量减少，可是怎样处理应该放在一起的变量

因子分析算是spss高级进阶的内容了，一般缺少统计基础的人很难理解因子分析的数据基础，导致在数据分析的时候忽略很多细节，导致错误的发生。
在因子分析中最容易发生的一个错误就是某些变量的因子载荷出现负数而没有对其进行处理，有的研究直接删除因子载荷为负数的变量，这不是一个可取的方法。
什么条件下需要进行指标正向化：在因子载荷绝对值很大而符号为负的时候，我们要将其正向化；
或者我们在数据分析之前就已经知道哪几个变量是负向变量，我举一个例子，如下图所示，这是8个城市的7个环境指标，其中X1--X4是正向指标，值越大环境越好；
而剩下的指标就是负向指标，值越大环境越差。
那么对于负向指标我们需要进行正向化。
无法判定是否需要正向化怎么办？我们可以预先进行一次因子分析，使用上面表格中的数据，进行一次因素分析，并进行正交旋转。
旋转后的成分矩阵，如图所示：我们看到权重最大的因子是成分1，5--7变量为负数，且绝对值很大，所以这三个变量有必要进行正向化。
spss中变量正向化的方法：在spss中，我们一般采用原始变量的负数或者倒数来进行正向化。
在spss菜单中选择：转换--计算变量打开计算变量对话框，输入一个变量名，然后输入公式，公式中的V5是原始的变量名，前面加一个符号就可以实现转换了，点击ok按钮转换后得到的就是一个新变量b5，如图所示，以此方法你可以实现所有的变量的正向化。
使用新的变量进行因子分析：关于因子分析的方法你可以参考我以前写的文章，这里不是重点，这里的重点是如何进行变量的正太化。
好了，教程到此了。
欢迎大家关注我的后续文章。

八、因子分析kmo小于0.5怎么办

KMO小于0.5，不适合做因子分析。
KMO系数规定：当KMO值小于0.5时，表示题相变量间不适合进行因素分析；
相对的，所示所有题项变量所呈现的KMO指标值大于0.8，表示题相变量间的关系式良好的，题项变量间适合进行因素分析；
KMO指标值大于0.90，表示题项变量间的关系式极佳的因子分析是指研究从变量群中提取共性因子的统计技术。
最早由英国心理学家C.E.斯皮尔曼提出。
他发现学生的各科成绩之间存在着一定的相关性，一科成绩好的学生，往往其他各科成绩也比较好，从而推想是否存在某些潜在的共性因子，或称某些一般智力条件影响着学生的学习成绩。
因子分析可在许多变量中找出隐藏的具有代表性的因子。
将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。

九、因子分析后数据出现负值怎么作为dea的变量

析指研究变量群提取共性统计技术早由英理家C.E.斯皮尔曼提发现各科绩间存着定相关性科绩往往其各科绩比较推想否存某些潜共性或称某些般智力条件影响着习绩析许变量找隐藏具代表性相同本质变量归入减少变量数目检验变量间关系假设　　数据包络析(DataEnvelopmentAnalysis，DEA)运筹、管理科与数理经济交叉研究新领域根据项投入指标项产指标，利用线性规划具比性同类型单位进行相效性评价种数量析DEA及其模型自1978由美著名运筹家A.CharnesW.W.Cooper提已广泛应用于同行业及部门并且处理指标投入指标产面体现其独厚优势-

参考文档