※ 引述《cuteship (ccccc)》之銘言： : ※ 引述《sevenkiller (小小書僮 可笑可笑)》之銘言： : : 你好 你所謂的（factor）loading值指的是因素負荷值嗎？？ : : 因素分析的確可以嘗試刪除些因素負荷量較低的題目 : : 或是該因素中只有兩個題目也可以試著刪除再重跑一次 : : 如此一來解釋變異量也會改變 尤其是針對探索性因素分析 : : 因為你本來就不知道會有什麼樣的因素出現 : : 而且你的題目越多 因素也越多 解釋變異量也會越高 : : 但是高到一種程度的時候 就沒有意義了（因為什麼因素都有了） : : 也失去了利用因素分析找出因素結構的意義 : : 或是你想嘗試用幾個主要因素來解釋 就必須刪除一些可以解釋的因素 : : 中間的取捨應該取決於你的研究目的 : 我針對此問題問我的朋友，他論文是有關共變數分析的研究，因此對 : 因素分析頗為熟悉。 他回應內容我轉貼至下面： : 「我也是第一次聽到這個方式 不過我提出的想法如下 : 第一 EFA的目的是為了讓試題結構更為完整。在忽略與理論文獻契合的 : 前提下多次EFA，的確可以達到這個目的。 : 第二 重複進行EFA的程序為何？是原本20題刪到15題，再從15題繼續跑？ : 還是重複採取不同的EFA估計方法(包括主成分分析或因素分析法等)？ : 第三 從你給的資訊我理解似乎作者想要抽取出更核心的共同因素，但是一 : 般的是採取更嚴謹的因素分析法，意即改變估計參數的方式而不是一 : 直重複同樣的估計法。因為重複多次的EFA會產生每次共同因素的定義 : 問題，第一次的共同因素會等於第二次EFA的共同因素嗎？ : 在下的拙見 謝謝」 : 之後我回應給他的內容如下： : 第二：該書作者三次都是一樣的EFA，都是以principal component : 法抽取因素，正交轉軸，都是varimax rotation。 : 沒錯，第一次EFA從20題刪到15題，第二次EFA從15題刪到13題， : 第三次EFA從13題刪到10題。 : 第三：我不能同意你更多。 : 若要嚴謹，是不是作一次EFA即可，然後再將loading值的標準提高 : （例：0.5以上的才留下）。 : 或是做完第一次EFA後，再另收樣本執行CFA來驗證理論的契合度。 : 敬請各位先進不吝指教！ 上星期我參加義守大學辦的研討會, 會中AMJ的editor Kenneth Law有提到EFA跟CFA的問題 一般來說,如果選用CFA的話 就"不能刪題" 因為引用別人的量表卻刪題的話 刪出來的題項只"符合"你收回來的樣本 卻不見得符合理論的內涵、或是原本衡量工具所欲衡量的概念 所以若跑CFA，就不刪題 至於EFA，早期的做法的確像是原po所提 似乎是刪到最適合自己的結果 (factor loading 0.4的標準是Kaiser (1974)所提,還蠻多人用的) 不過當一直刪到loading很漂亮、題項卻少了一堆時 這些題項所衡量到的東西"只適合你現在使用的這組樣本" 所以Law的建議是, 可以在第一組樣本用EFA 刪題 留下最佳的題項 然後用第二組樣本，確認這些題項的fit值 若在第二組樣本的fit值仍佳 代表EFA刪出來的結果是可以適用於多組樣本的 這也是目前在期刊中常見的方式, 給你參考看看 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 218.166.76.197