【探索性因素分析V.S 主成份分析】 - 永析統計及論文諮詢顧問

本篇目的在討論和比較探索性因素分析(Exploratory Factor Analysis, EFA)和主成份分析(Principal Component Analysis, PCA)的差異。

在SPSS套裝統計 ... Skiptocontent 【探索性因素分析V.S主成份分析】 主頁/信效度分析,最新消息/【探索性因素分析V.S主成份分析】 【探索性因素分析V.S主成份分析】 本篇目的在討論和比較探索性因素分析(ExploratoryFactorAnalysis,EFA)和主成份分析(PrincipalComponentAnalysis,PCA)的差異。

在SPSS套裝統計分析軟體中，將主成份分析納入在探索性因素分析的類別之下，但事實上有些學者主張，主成份分析並非屬於因素分析類型(Fabrigar,Wegener,MacCallum,&Stranhan,1999)。

後面會介紹主成份分析的基本概念和特徵，釐清和說明為什麼主成份分析並未為因素分析的一種。

主成份分析：目的在於資料縮減(MacCallum,1999) 估算方式並未考量到測量誤差(error)，相關矩陣對角線皆為「1」，表示主成份分析假設誤差項彼此之間可能存在關聯性，亦即誤差項並非完全獨立。

成份分數並非為潛在構念，只是觀察變項之間的線性組合。

主成份分析可獲得最大的解釋變異。

成份之間相互獨立，沒有關聯性。

探索性因素分析：目的為在眾多觀察變項中找共同因素，估算過程的誤差較小，因素負荷量的精確度較高，因始較適合用在解釋效度，包含主軸因素法(principalaxisfactoringprocedure)、最小平方法(leastsquaresapproach)、最大概似法(maximumlikelihoodprocedure)以及Alpha因素法(alphafactoringprocedure)。

詳細介紹請參考這篇：http://www.yongxi-stat.com/exploratory-factor-analysis/             總而言之，在做因素分析時，建議選擇上述提及之探索性因素分析的類型，如最大概似法、主軸因素等，不建議選擇主成份分析法，避免出現爭議。

  參考文獻： Fabrigar,L.R.,Wegener,D.T.,MacCallum,R.C.,&Stranhan,E.J.(1999).Evaluatingtheuseofexploratoryfactoranalysisinpsychologicalresearch.PsychologyMethods,4(3),272-299. MacCallum,R.C.(1999).Psychology820coursepacket.OH:TheOhioStateUniversityPress.     Yenyu2020-08-17T21:12:56+08:00178月,2020|Categories:信效度分析,最新消息|Tags:EFA,ExploratoryFactorAnalysis,PCA,PrincipalComponentAnalysis,SPSS,yongxistat,主成份分析,因素分析,探索性因素分析,效度,永析統計,統計,統計專家,統計諮詢,統計顧問,資料縮減| 相關文章： 【Cohen’sKappa介紹】-SPSS分析教學 1912月,2021 | 0條評論 差異中的差異法 2311月,2021 | 0條評論 決策實驗室分析法（DEMATEL）分析步驟 2910月,2021 | 0條評論 公告_SPSS租用服務開跑 2010月,2021 | 0條評論 文章分類展開全部|收合全部 聯絡我們 0975495860 [email protected] 台北市文山區木柵路三段 永析統計諮詢顧問 qqstat LINEqqstat