如何利用EFA进行二阶因子分析？

期待中......

真的好想看看CFA计算出来的不带误差项的因子得分长的什么样

CFA 和 EFA最重要的区别 在与：1）CFA必须有一个理论上的指导，事先确立因子模型的结构；而EFA没有明确的理论指导； 2）CFA的模型里因子之间没有交叉的loading, 而 EFA里面无法避免这一点。得到了因子模型之后，你说EFA能做的 CFA那个不能做。 软件输出的结果里面没有，并不意味着不能做。做一下简单的计算或者编程就行了。

也许你看了很多书， 也许所有书。但这并不意味着你好好看了，或者仔细看了。

至于SGUANERR的问题，“真的好想看看CFA计算出来的不带误差项的因子得分长的什么样”。 我所指的是二阶的时候，CFA能够把一阶因子到最初的 item及其error分开。如果用EFA做二阶的话，据我所知，做不到这一点。

好失望啊！

那我只好再重复一遍了“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！”

关于我看书的问题，恐怕就不需要劳你费心了。不过你要是非认为我看得不够仔细的话，那就请你“随便”找一本讲cfa计算因子得分的书来指教我一下好啦，否则你就没有资格在这里妄加评论。

关于“1）”我没有疑义，而且觉得你已经逐渐能够认同“我们”的观点了，因为我之前就说过“EFA相对于CFA的一个重要特征就是不需要事先的理论假设”；其实有一点很重要就是efa可以用来发现理论。

关于“2）”我想先请教一下什么叫做“因子之间没有交叉的loading”？？？

应该是同一个item对不同的因子没有cross loading吧？如果是这样的话，我就有两个问题啦：a.cfa为什么不能，多设一条线不就可以了吗？b.如果现实中真的存在，为什要“避免”？举个简单的例子吧，回忆一下你小时候学数学时的应用题，其分数可以loading到数学和语文两个因子上的吧。在这个例子中如果你使用cfa而又偏偏少画了一条线，岂不就没办法揭示这个问题了吗？

“软件输出的结果里面没有，并不意味着不能做。做一下简单的计算或者编程就行了。”口说无凭，做做先，如果你没有数据我回头发给你，只要你吱一声。还有这样做的结果相对于EFA有何区别？其优势何在？这已经是我在这里第三次向你请教了。

[此贴子已经被作者于2007-11-27 14:56:11编辑过]

具体做EFA2阶的论文是
大学生性道德价值观的结构及问卷编制 《心理发展与教育》2007年4期 易尊尧 张进辅 曾维希

占楼，围观！

楼主息怒，我看人家还是很热心的。。。不要误会

   进行探索性因子分析要注意，在进行因子分析之前，需要对各个变量进行KMO和巴特利球形检验(Bartlett)，看其是否适合做因子分析。一般认为KMO值大于0.7就是适合做因子分析的,巴特利(Bartlett)球形检验值应在0.05以内的显著性水平。