单维度量表验证性因子分析_比较探索性因子分析(EFA)与验证性因子分析(CFA)的理论篇...

上一篇我们从实用性的角度对两种因子分析做了比较，这一篇稍微补充一些理论知识，帮助大家更深刻的理解两种因子分析方法。

探索性(EFA)和验证性(CFA)因子分析，二者都用于检验结构效度，如果对因子结构有事先的假设和理论基础，通常采用CFA；如果没有事先的假设，纯粹依据数据来分析结果，则采用EFA。

1. 用途

探索性因子分析(EFA)：

• 寻求基本结构，解决多元统计分析的变量间强相关问题；

• 数据化简；

• 发展测量量表

验证性因子分析(CFA)：

• 验证量表的维度或面向性，决定最有效因子结构；

• 验证因子的阶层关系；

• 评估量表的信度和效度

我们举例说明：假设现在要设计一份量表型的调查问卷，根据调研文献和前期访谈，总共设计3个潜在变量，然后为每个潜在变量设计4~8个题项组成初始问卷。

初始问卷的这些题项并不是一定能够与设计的潜在变量对应(没有结构效度)，因此可以通过探索性因子分析进行题项的筛选，看看当初设计时应该归于一个因子的题项(聚集在一起表示这些题项相关，可以被同一个潜在变量解释)是否落在同一个因子中，如果没有