使用主成分分析法合成综合指标，分项指标的衡量方式改变后，结果却没有太大变化

如题，本人现在在写毕业论文，核心解释变量是XX化程度这样一个综合评价指标，参考其他文献的做法，决定使用十个分项指标来合成这一个大的综合指标。这样的话就需要对数据进行降维，参考其他文献的做法，我打算使用主成分分析法，软件是stata。数据是面板数据，使用的是时序全局主成分分析。现在的问题是，我的十个分项指标中的一个（分项指标a），有三种衡量方法（方法1、方法2和方法3），且数据来源和统计口径都不同（不过都是比较权威的数据来源），一开始我是用方法1衡量分项指标a，并和其他分项指标一起进行主成分分析，得到综合指标，作为解释变量带入方程中回归，但是结果不太好。所以我就想改成使用方法2衡量分项指标a，看看结果会不会变好，但是我使用方法2衡量分项指标a，并进行主成分分析后发现主成分分析的结果并没有太大的变化，回归结果也没有太大的变化。后来我又尝试了方法3，或者直接去掉分项指标a，或者去掉其他分项指标中的1个，使用剩下的9个分项指标进行主成分分析，但是结果都没有很大的差别。请问一下这是为什么呢？
三种方法的结果附在下面。不知道是不是因为主成分分析法会对数据做标准化处理，得到的结果都比较小。
就是想请问一下大家，为什么分项指标的衡量方式改变之后，主成分分析法的结果却没有太大的变化呢？以及主成分分析法的结果都比较小，是因为标准化吗？谢谢各位！