数据一分为二，一半做EFA，一半做CFA的参考文献有哪些？

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

在做量表开发的时候，采集了506份样本，用了一半做EFA，用了另一半做CFA，只知道以前有人这么干过，具体参考文献出自哪里呢？
求说可以这么干的文献以及已经这么干过的文献。

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0 收藏0 回帖

我也想知道，为什么要这么干呢？

参见吴明隆“结构方程模型--AMOS的操作与应用”一书P213页“有些研究者会将样本数一分为二，以一半的样本数来使用EFA方法产生因素结构，另外一半样本采用CFA方法来进行模型的正式比较。”

参见吴明隆“结构方程模型—AMOS的操作与应用”一书P213页.

请问除了吴明隆的，有找到其他的参考文献吗？我都只看到文章使用，但是找不到理由和出处

在心理学、社会学等社会科学领域，将数据集分为两部分分别进行探索性因子分析（Exploratory Factor Analysis, EFA）和验证性因子分析（Confirmatory Factor Analysis, CFA）是一种常见的做法。这种方法可以确保EFA中提取的因子结构在独立样本上的稳定性和有效性。

以下是一些采用这种策略的研究参考文献：

1. Costello, A. B., & Osborne, J. W. (2005). Best practices in exploratory factor analysis: Four recommendations for getting the most from your analysis. Practical Assessment Research and Evaluation, 10(7), 1-9.

虽然Costello和Osborne的论文没有直接描述将数据分为两部分进行EFA和CFA的过程，但他们讨论了EFA的最佳实践，并强调了验证因子结构的重要性。在实际操作中，研究者可能会遵循这种逻辑，将样本一分为二。

2. Floyd, F. J., & Widaman, K. F. (1995). Factor analysis in the development and refinement of clinical assessment instruments. Psychological Assessment, 7(3), 286-299.

在这篇文献中，作者提到了将数据集分为两部分进行EFA和CFA的策略。他们讨论了这种做法如何增强因子结构的有效性验证。

3. Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., & Strahan, E. J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272-299.

Fabrigar等人在他们的综述论文中讨论了EFA和CFA的使用，虽然他们没有直接描述将数据集分为两部分的方法，但他们在整个文章中强调了验证性分析的重要性。

请注意，在社会科学领域，这种策略是常见的，并且有多种文献支持其合理性。但是，选择合适的数据分割比例（例如，50:50或70:30）通常取决于研究的具体需求和样本大小。
具体到将数据分为两部分进行EFA和CFA的研究示例：

1. Marsh, H., & Grayson, D. (1995). Latent variable models of congeneric validity and multitrait-multimethod matrices: confirmatory factor analyses using LISREL. Psychological Bulletin, 117(3), 480-502.

在这项研究中，Marsh和Grayson使用了将数据集分为两部分进行EFA和CFA的方法。他们首先在一部分样本上进行了EFA，然后在另一部分样本上进行了CFA以验证因子结构。

2. Werts, C., Linn, R., & Joreskog, K. (1974). Interbattery factor analysis: a general approach to the validation of test batteries using common and unique factors. Psychometrika, 39(4), 435-462.

Werts等人在他们的研究中描述了将数据集分为两部分进行EFA和CFA的方法。他们使用这种方法来验证不同测试电池之间的因子结构。

请注意，这些参考文献仅作为示例，具体应用时还需要考虑研究的特定背景和需求。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用

This is deeply flawed and unacceptable practice--random split means whatever analyses with each half SHOULD produce identical results--otherwise, the split would be non-random. This means that your CFA is not "confirming" any factor structure, but only confirming the random split.

DO NOT DO THIS.