[系统转发] 探索性的因子分析

Kenneth

他们这样做是正确的，我也会这样做。在分析以前做因子分析是一个必然的步骤，因为要肯定变量的因子结构。问题不是分析本身，是这个因子分析的“意义”。比如你研究三个变量之间的关系，这个分析是肯定用的项目是在测量它自己背后的构念，不是其他。但是我们不可以说一个三因子结构就“验证或证明”了这些项目是有convergent和discriminant validity的。因为你的设计本来就是假设它们是不一样的构念。它们本来理论上就不用应该是一样的东西。

Kenny, 还有一个问题。一般检验问卷是先做探索性因子分析，然后做验证性因子分析。探索性因子分析做完可以得到因子的初步结构，然后再用初步的结构去做验证性因子分析。但是这里存在一个问题：探索性因子分析的结果一般是，各因子互相正交的；而验证性因子分析的假设是，各因子是相关的。这是不是有矛盾呢？

Kenneth

Austin, 
（1）每一个数据只准“做一次”因子分析。要么做探索性因子分析，要么做验证性因子分析。不会做完一种，在做另外一种的。如果你不知道项目的因子结构的话，就做探索性因子分析。如果你已经知道了项目的因子结构的话，就应该做验证性因子分析。
（2）当然是矛盾的。探索性因子分析只是给你去“探索”项目之间的关系。知道了以后，就应该用另外一个样本去验证这个因子结构。虽然在探索性因子分析中，我们一般会让项目之间有相关。但是一般高于.40的就代表有问题了。验证性因子分析对项目之间的相关要求就更高了，是完全不准相关的。它们唯一可以相关的原因就因为它们是量同一个构念。

Kenny
1、对于EFA和CFA不能用同一样本，我是知道的。
2、我在41楼问的问题是关于因子相关或不相关的，还没到项目上，难道这本质上是同一个问题？
3、在项目层次上，您似乎在说，无论EFA或CFA，都不允许项目之间有高的相关，我不太懂。能麻烦Kenny多说一些吗？

Kenneth

明白了。看得太快，所以有误，对不起。
2. 探索性因子分析不一定是垂直的。有一些旋转的方法是相关的。只是我们习惯用垂直的方法而已。
3. 可能我讲得不清楚。我的意思是无论EFA或CFA，都不允许有交叉载荷（EFA要很低、CFA不容许）。测量同一个因子的项目之间有高的相关是很正常的。

Kenny,只要在EFA中是正交旋转，我说的这个问题还是存在：“探索性因子分析的结果一般是，各因子互相正交的；而验证性因子分析的假设是，各因子是相关的。”
如何解释呢？

Kenneth

为什么要解释呢？EFA 和 CFA 是两个不同的因子分析方法，它们有不同的假设有什么问题呢？就算同是EFA，抽因子时的标准都会不一样。比如主成分分析是因子方差平方最大化；重心法是方差绝对值最大化。标准不一样，抽出来的因子就不一样了。有什么问题呢？

可是EFA和CFA是有承接关系的啊。EFA确定因子结构，CFA是对EFA结果进行验证。也就是说EFA的结果和CFA的假设应该是一致的啊。如果EFA结果和CFA假设不一致，那做EFA是干嘛呢？

Kenneth

它们两者是没有关系的。提出CFA的人只是把它看成是SEM的一部分。是我们（研究人员）把它们这样用的。如果EFA是为了发展量表个选项目，用垂直这个标准更保守，更安全。选了项目后，有一个较宽松（实际）的验证标准也不为过。你的问题是你把这两个技巧看成是“我们发展出来，为了这样做的”。其实不然。在统计上，它们是各自发展和存在的。只是我们做研究时，发现如果不知道因子结构时，EFA这个工具应该比较合适；如果知道因子结构时，CFA这个工具应该比较合适而已。这就好像样本大的时候，我们觉得正态分布可能更适合；样本小的时候，我们觉得t-分布可能更适合。这，都是我们主观的判断而定的“规矩”。

我举一个例子。比如，我不知道某个多维构念的因子结构，所以在一个样本通过EFA来确定，采用正交旋转，得到四个因子（维度），所以这四个因子（维度）是正交的。知道是四因子结构后，我在另一个样本用CFA来验证。但是因为SEM系统假定这些因子是相关的，所以我们用CFA验证的，同样这个多维构念、同样包括四个因子，但是现在四个因子从正交变为相关了。这不是一个问题吗？