关于因子分析的问题

hongyan911

想请教两个问题：
第一，做因子分析时一般是保留loading高于0.45的item和cross-loading高于0.3的item吗？
第二，我查看您原来的博客关于探索性因子分析这部分的讨论，似乎讲到效度检验可能要用MTMM或效标效度，可是我好像记得文献中是用区别效度（discriminant validity）和聚合效度（convergent validity）。那么，一定要做效标关联效度的检验嘛？

happycs

借机会问一下各位，我的研究是在团队层面做的，采用成熟问卷，那验证性因子分析是应该用个体数据做还是团队数据做？

rwxld

给人退稿多了就会了，喜欢这一句！

Kenneth

就以打乒乓球为例吧！多看（文章）、多做（研究、给人退稿多了就学会了）、多尝试。纸上谈兵是没用的。

hongyan911

谢谢kenny.第一个问题昨天与xinting做了很好的交流。后面的补记是不知最近看了什么突然想到“接地气”这个词儿，对统计分析中的困顿油然而生。查文献多了，感到找个标准还是很容易的，只是这些个标准在实作中如何”落地“，估计这应该是一个”熟能生巧“的过程吧。

Kenneth

1. 如果项目1应该是量構念（因子）A的，项目1在構念（因子）B的载荷叫做 “cross loading”。
2. 我虽然是基督徒，在这里我觉得用佛教的观念却很合用。中国人学东西就像佛教的净土宗，希望找到一个不二法门。抓着了“喃呒阿弥陀佛”，就有一条直通无量寿佛的直接途径，那就开开心心的不停的唸誦。西方人就像禅宗，表面上看是没有法门，但是内里却有心领神会的一套。我的意见是什么标准都没有是很难的，但是死抓着.4, .35, .5, .6 也只是死路一条。这不是统计的问题，也不是先天的问题，乃是后天学习文化的问题。改过来就好了。 ：-）

hongyan911

/ @3 l/ m) {9 [. k/ B补记：
8 I9 A* ?; F: y" x' h* W6 o常有这样一种困惑，翻看各种统计属，查阅各种文献，关于数据分析的标准倒是得到一大堆（如上例，关于cross-loading 有的是以0.3为标准、有的是0.25、有的是0.4 ），但是在实际操作时还是会感到茫然、不知所措（比如什么是cross loading，什么是效度检验，……）。打个不恰当的比方，就好比菜谱里说“添加半汤匙或一汤匙盐”，可是这个“汤匙”到底是多大呢？这个“盐”用来干吗的？什么时候“添加”？……对于大厨这不是问题，对于常烧饭的人这个也可以做得八九不离十，可是对于烧饭愚钝者或甚少下厨者，这些问题真的很要命。统计书和文献在这类问题上似乎讲得都不够透彻。不知这种困惑是有一定特殊性的（如统计分析“先天不足”的人才有）还是具有普适性呢？
* X! A9 D, G) _, n' `
9 p4 H3 f+ T# Y0 Z' Q2 a欢迎大家给力跟帖！

hongyan911

啊哈^_^ 再次感谢xinting，还有kenny!

xinting.J

Hongyan，不客气，本来就是大家一起学习的。 你的例子里，如果根据loading最高看，item A最能够代表factor 1，但同时它又与factor 2有很高相关，所以cross loading 是.44。“cross loading小于0.4” 的意思就是，一个item只能在一个factor上 loading是大于0.4的。这个item在其它每一个factor上都有一个loading的，但是这些值都不应该大于0.4。

hongyan911

谢咯，xinting.可我还是不太清楚呀。例如，item A在factor 1的loading 是0.49，在factor 2的loading 是0.44，那么按照“一般的标准是loading 大于0.4，cross loading要 “小于” 0.4”，这里的cross loading是多少呢？