※ 引述《cuteship (ccccc)》之铭言： : ※ 引述《sevenkiller (小小书僮 可笑可笑)》之铭言： : : 你好 你所谓的（factor）loading值指的是因素负荷值吗？？ : : 因素分析的确可以尝试删除些因素负荷量较低的题目 : : 或是该因素中只有两个题目也可以试着删除再重跑一次 : : 如此一来解释变异量也会改变 尤其是针对探索性因素分析 : : 因为你本来就不知道会有什麽样的因素出现 : : 而且你的题目越多 因素也越多 解释变异量也会越高 : : 但是高到一种程度的时候 就没有意义了（因为什麽因素都有了） : : 也失去了利用因素分析找出因素结构的意义 : : 或是你想尝试用几个主要因素来解释 就必须删除一些可以解释的因素 : : 中间的取舍应该取决於你的研究目的 : 我针对此问题问我的朋友，他论文是有关共变数分析的研究，因此对 : 因素分析颇为熟悉。 他回应内容我转贴至下面： : 「我也是第一次听到这个方式 不过我提出的想法如下 : 第一 EFA的目的是为了让试题结构更为完整。在忽略与理论文献契合的 : 前提下多次EFA，的确可以达到这个目的。 : 第二 重复进行EFA的程序为何？是原本20题删到15题，再从15题继续跑？ : 还是重复采取不同的EFA估计方法(包括主成分分析或因素分析法等)？ : 第三 从你给的资讯我理解似乎作者想要抽取出更核心的共同因素，但是一 : 般的是采取更严谨的因素分析法，意即改变估计参数的方式而不是一 : 直重复同样的估计法。因为重复多次的EFA会产生每次共同因素的定义 : 问题，第一次的共同因素会等於第二次EFA的共同因素吗？ : 在下的拙见 谢谢」 : 之後我回应给他的内容如下： : 第二：该书作者三次都是一样的EFA，都是以principal component : 法抽取因素，正交转轴，都是varimax rotation。 : 没错，第一次EFA从20题删到15题，第二次EFA从15题删到13题， : 第三次EFA从13题删到10题。 : 第三：我不能同意你更多。 : 若要严谨，是不是作一次EFA即可，然後再将loading值的标准提高 : （例：0.5以上的才留下）。 : 或是做完第一次EFA後，再另收样本执行CFA来验证理论的契合度。 : 敬请各位先进不吝指教！ 上星期我参加义守大学办的研讨会, 会中AMJ的editor Kenneth Law有提到EFA跟CFA的问题 一般来说,如果选用CFA的话 就"不能删题" 因为引用别人的量表却删题的话 删出来的题项只"符合"你收回来的样本 却不见得符合理论的内涵、或是原本衡量工具所欲衡量的概念 所以若跑CFA，就不删题 至於EFA，早期的做法的确像是原po所提 似乎是删到最适合自己的结果 (factor loading 0.4的标准是Kaiser (1974)所提,还蛮多人用的) 不过当一直删到loading很漂亮、题项却少了一堆时 这些题项所衡量到的东西"只适合你现在使用的这组样本" 所以Law的建议是, 可以在第一组样本用EFA 删题 留下最佳的题项 然後用第二组样本，确认这些题项的fit值 若在第二组样本的fit值仍佳 代表EFA删出来的结果是可以适用於多组样本的 这也是目前在期刊中常见的方式, 给你参考看看 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 218.166.76.197