SPSS因子分析變量數據還需要標準化處理嗎

SPSS因子分析變量數據還需要標準化處理嗎？ SPSS答疑群的讀者最近提出這樣一個問題。

我的第一反應是擠出三個字來回答：不需要！

我猜測提問的人聽到這三個字，心里會“咯噔”一下，哦，原來不需要標準化?？墒沁^不了多久又開始懷疑，這么多變量，單位不同，量綱不同，為什么不標準化呢？

要回答這個問題，可能需要引用很多本教程，而問題可能恰恰就起源于這些教程和課本。很多初學者發現，不同的書的因子分析內容對這個問題要么避而不談，要么觀點截而不同。

說到這里，我也開始沒有底氣回答這個問題了。

首先我想說，在學習SPSS統計分析時，你有任何的疑問都應該被提出來，而不是藏著掖著，為什么呢？SPSS終究是工具，過度依賴工具將使我們喪失思考，最終導致統計方法濫用，多提問，有助于你站在統計思維上運用SPSS工具，選擇最恰當的方法比完全依賴工具更重要！

我相信一點，能出版教程的作者，在內容撰寫時，每一個、每一行文字都是深思熟慮過的，我們讀書的時候持疑問態度是可以的，但最后要形成自己的判斷，這個最重要。

關于這個問題，我的理解如下：

一、SPSS默認選項 的理由

SPSS執行因子分析過程時，在【分析】選項參數中，模型選定【相關性矩陣】，以分析變量的相關矩陣作為提取公因子的依據，為什么不是默認選定【協方差矩陣】？SPSS背后的專家團隊充分考慮到用戶的體驗，從第一步選入原始變量，到默認選定【相關性矩陣】，不同層級的用戶，尤其是初學者，使用默認步驟和選項得到的結果，比隨意選擇和設定參數得到的結果更可靠些。

既然如此，我們為什么不接受開發團隊的善意呢？

二、因子分析輸出結果的理由

SPSS因子分析默認流程得到輸出的結果之一，因子得分是標準化的，可以理解為在默認選擇使用【相關性矩陣】來研究公因子的過程中，SPSS對變量自動進行了數據標準化處理。

三、因子分析原理的理由

因子分析最大的適用基礎是什么？是相關，它是建立在相關性基礎上的多元分析方法。使用【相關矩陣】或【協方差矩陣】在建模時具體運算不同，用SPSS做因子分析建模時，一般認為，如果使用【協方差矩陣】需要考慮對變量進行適當的標準化處理，使用SPSS默認的【相關性矩陣】不需要標準化處理，軟件會自動考慮處理。

? 必須說明，以上三項理由，都是基于SPSS軟件因子分析建模，單獨講因子分析模型或其他軟件時，請慎重參考。