- 最后登录
- 2016-11-27
- 注册时间
- 2003-1-21
- 威望
- 250
- 金钱
- 16832
- 贡献
- 11934
- 阅读权限
- 255
- 积分
- 29016
- 日志
- 4
- 记录
- 0
- 帖子
- 1438
- 主题
- 69
- 精华
- 0
- 好友
- 380
    
- 注册时间
- 2003-1-21
- 最后登录
- 2016-11-27
- 积分
- 29016
- 精华
- 0
- 主题
- 69
- 帖子
- 1438
|
Xanadu-uiwltkyr,你可以在原来的帖子继续的回复,不用每次开一个新的帖子的。这样读者可以更清楚了解我们讨论的内容。- S G, e2 Q) I) \
( Y- s- q9 L; `' {. _
对于你这个问题,我有两种看法。主要是看你的假设而定。
, R& N9 p! u0 P. _# t& U1 F4 T5 z7 T( G/ L' U5 f# f
第一、假设作者没有错,而量表是经过严谨步骤发展的,同时差距也不大。那么我会偏于接受作者的因子架构。主要原因是别人发展量表是经过精心设计,反复验证的。不可以因为你的一个小小的样本就被推翻的。如果是可以的话,那CFA就没有意思了。不如每次做EFA,从量表中再选题吧。& f& ?- F1 U) x k0 y
6 {) f( @; D. ?: o9 i" _第二、假设有文化差异,或量表没有经过严谨步骤发展的(比如只是作者自己编了几道题,在一个样本中验证了),那么我会可以接受新的的因子架构。但是有一个条件。就是你要再找一个新的样本,得到你现在的新的因子结构。也就是说,你有 cross validation 的证据。我很难接受单一样本的结果。! \" c2 b' x% ?) a$ u o/ ?4 i
! d, k! Y3 ~. Z0 k7 B+ {4 J9 G除了量表发展,还有很多情形会跑因子分析的。一般的规矩,是不知道因子结构时,就做EFA。如果是知道因子结构的,就用CFA来验证结构。 |
|