- 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。+ E- R7 L0 [: G# f7 ?
& S$ A) q" X/ I2 p8 c/ u
对于你这个问题,我有两种看法。主要是看你的假设而定。
0 R1 ?! |' L Q7 M( v) E. D7 i) O" o/ w
# S3 y1 Y) C( h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。: p; I3 J4 s" O A5 S* g
0 G5 S& Y- A3 @
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。
. _4 h- v, m8 S" c4 L
$ m5 ?! f# G7 d" \$ Y7 P% R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。 |
|