如何利用EFA进行二阶因子分析？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

1.斜交转轴之后，因子之间的相关系数大于多少时需要继续抽取二阶因子？<br/><br/>2.二阶因子分析在SPSS下如何实现——是否是利用一阶因子得分再做一次EFA？<br/><br/>当然利用CFA是很容易实现二阶因子分析的，我只是考虑在缺乏相关理论的条件下，完全依赖data-driven，如何得到一个二阶因子模型。<br/><br/>注：最好能够提供相应出处<br/>

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享1 收藏2 回帖

关键词：因子分析 二阶因子 EFA Driven drive 如何 模型 最好

不可能。你只能用CFA.

怎么就不可能呢？是在理论上还是算法上?

[此贴子已经被作者于2007-11-19 15:24:24编辑过]

1.因子之间的相关系数的绝对值小于0.2时使用正交旋转，0.2-0.8斜交旋转，大于0.8删除某些因素（参见，“Making Sense of Factor Analysis“

 By Marjorie A. Pett, Nancy R. Lackey, John J. Sullivan），至于何时抽取二阶因子，我们一般是在大于0.3（Overall & Klett，1972）或0.5（黄俊英，1985；林青山，1988）时进行；

2.可以的！最早提出来的是”Thurstone, L. L. (1944). Second-order factors. Psychometrika,9, 71-100“.近些年任然有人继续讨论相关的方法，推荐你看一篇应用的文章”应对量表（Cope）测评维度结构研究“就是用EFA的方法抽取二阶因子的。

说可以的人在1944年。仔细考虑一下，再给人建议。

在理论上和统计上都不可以。

1. 在理论上来说，factor analysis的目的是什么？是在于data reduction.  如果没有理论说这些属于同一变量，你为什么非要把它们合成一个因子？ 也许它们是测量不同变量的呢？

2. 从统计上来说，首先，EFA做的时候，你的数据是什么？应该是EFA一阶因子的值。 对吧？但是它们中包括了error . 第二，fit indices 什么都没有， 你不可能判断你的模型是否合适。你也许要说解释了多少方差，但是，回到第一点。这里面的方差也许是一阶因子得值中包括的error的作用。

1944年只是这种方法最早提出来的年份，其实这种方法一直有人在使用，2000年后仍然有人引用（不是每一篇文献都有这么长久的影响力的），而且还有人继续提出新的算法，因此可以说这还是一个“活着的”方法——多看些文献，再给人建议。另外，如果因为是1944年提出来的方法就弃之不用的话，恐怕目前就没有几个常用的统计方法可用了。


1.如果一定要理论的话，那探测性的统计技术岂不都不能使用了？EFA相对于CFA的一个重要特征就是不需要事先的理论假设，如运用归纳法进行量表开发的时候，研究人员不需要也不可能知道到底有几个维度、每一个题目归属于哪个维度，使用多维尺度也是类似情况。归根结底，EFA和CFA在方法论上还是有本质区别的——不要搞混了。


2.如果按照你的说法，那EFA在任何情况下都不能计算因子得分了，因为因子得分中都“中包括了error”，你可以建议SPSS在新版的软件中取消这一功能；做EFA你还要“fit indices”，那干脆连EFA也不要用了！关于error的问题，我只简单说一下：一是不见得每一种指标都会有很大测量误差，如测量社会经济地位的教育年限和收入；二来就算包括了误差，其绝对值可能会受到影响，但在进行相对比较的时候还是有意义的。


无论用什么方法都只不过是对所谓“因子”进行一下估计。就算你用CFA又怎样呢？抽取出来的因子连鬼都不知道测量的到底是什么：方法因子？难度因子？wording因子？或者可能只是“注水因子”，CFA也没有办法保证抽取出来的就是纯而又纯的特质因子——只不过是一个共同变异罢了。所以还是那句话“所有的模型都是错误，但有些是有用的”，虽然现在CFA具备了一定探测性的功能，但在应用上仍然不能完全取代EFA，比如在计算因子得分的问题上。

"虽然现在CFA具备了一定探测性的功能，但在应用上仍然不能完全取代EFA，比如在计算因子得分的问题上"

开什么玩笑。谁说cfa不能计算因子得分？“

EFA有作用。但是只限于没有明确理论指导因子结构的时候，或者在发展一个完全新的标尺的时候。但是到了二阶的时候，就必须有一个理论指导， efa 就不适合了。

是我说的，不过你要知道如何计算，我肯定是要向你虚心请教的了——依据何在——textbook？paper？software？或者是你个人的想法都可以——不开玩笑的。据我所知cfa只能在multigroup的情形下，进行相对得分高低的比较，而绝对分数是没办法计算出来的——恕我孤陋寡闻了，而且如果数据只有一个group（很多情况下都是这样的吧）又该如何计算呢？但是efa就可以！

为什么到了二阶的时候就一定要有理论呢？我一样可去探索一个更加general的因素啊？看了你的发言感觉你一直是站在cfa的立场上来考虑efa的问题。

"是我说的，不过你要知道如何计算，我肯定是要向你虚心请教的了——依据何在——textbook？paper？software？"

看你这句话 就说明 你任何有关CFA的书或者PAPER都没有好好看过。随便找一下看一下吧。有关这方面的讨论在

SEMLIST上面经常会有讨论。你可以加入那个LIST，或者在那个LIST的ARCHIVE里面收索一下就知道了。

向你请教一下真的有这么难吗？

而且你在这里讲出来也可以让更多的人看的到，有什么不好吗？

不要动不动就对别人妄自揣测， 至于我看的CFA的书，从1989年Bollen的那本开始一直看到2006的Confirmatory Factor Analysis for Applied Research，最近还弄了一本Exploratory and Confirmatory Factor Analysis在读——推荐你也看一下（坛子里有买的）。

在这里我也不要你指出那本书上讲到了，只要你能讲出哪篇paper上用CFA计算因子得分就好了，怎么样？我倒想看看你多看了多少文献——话不是随便讲的，要有根据——否则就是信口雌黄啦！

退一步讲，或者是你给出一个合理的计算方法，当然SEMLIST上的也可以啦（只是提醒你不要拉大旗做虎皮，或者是拿着鸡毛当令箭，有人拍脑袋拍出来的想法就更需要仔细考虑一下了），供大家在这里学习讨论也好啊。其实方法人人都能想的出来，关键是大家能不能接受。

[此贴子已经被作者于2007-11-26 17:08:57编辑过]