拜托大家，各位高手帮帮我！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

刚读硕士，最近在写第一篇医疗保障满意度影响因素的论文，数据来源于问卷调查，可是我现在用因子分析的方法做，却发现，相关系数矩阵中的大部分相关系数值都小于0.3，而且有很多都是负值，单边检测值也都大于0.05。这样应该得出的结论是不适合做因子分析的，但是巴特利球形检验以及KMO检验的结论是适合做因子分析。提取的6个因子解释了原有变量总方差的59.7%，感觉很低。这样看来，是不是我所得到的数据不适合做因子分析啊？请教高人，在对变量比如说对医疗技术，医疗费用等等这些变量赋值时，不满意，基本满意，满意这三个测度指标，是怎么赋值的呢？我是把满意赋值为1，基本满意为2，满意为3，这样对不对？是不是要倒过来赋值？赋值有什么讲究呢？会影响实证结果吗？最后，我的数据如果不适合做因子分析，那么有什么其他的模型比较适合做满意度影响因素的分析呢？谢谢了！不甚感激！

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

分享0 收藏0 回帖

关键词：相关系数矩阵 kmo检验 因子分析 相关系数 影响因素 医疗保障 满意度 而且 技术 检测

相关矩阵为负的没啥问题，负的也是相关，也存在信息重叠，可以提取公因子，但也说明你的变量没有提前进行正向化处理，对提取公因子没影响，但如果对综合得分排序就有影响了，综合得分排序要求提前对变量进行正向化处理