因素分析是在做量表型研究時,最常用來進行效度分析的統計方法,而因素分析又分為探索性因素分析(Exploratory Factor Analysis, EFA)與驗證性因素分析(Confirmatory Factor Analysis, CFA),因此有兩個常被問到的問題,兩者的差別在哪,以及兩者的使用時機為何,兩者的差異在張偉豪與鄭時宜(2012)一書中有清楚的介紹與彙整,因此本篇也截錄一些重點與大家方享。

探索性因素分析被提出的時間早於驗證性因素分析,主要的目的是在探索一組觀察變項中有多少的潛在因素,其流程是先設定一群觀察變項會受到同一個共同因素的影響,計算其共變程度,再來排除掉共變程度後,再尋找下一個可以解釋剩下共變關係的因素,直到所有變異量被解釋完為止(如下圖左半部),此時所萃取因素的個數剛好就是等於觀察變項的總題數,不過由於多數因素能解釋共變的程度不高,因此就會有許多方式來決定因素個數,譬如說下圖右半部採取特徵值大於一的方式來決定,或是用陡坡圖來決定適合的因素個數。

 

1.jpg

 

由於探索性因素分析的每個因素都會去解釋每個觀察變項的共變程度,若將此結構圖像化,就會像是下方的圖片一樣,這也是為什麼探索性因素分析裡會有交叉負荷(cross-loading)的問題。

 

2.jpg

 

探索性因素分析的結構無法假設一個觀察變項只受到一個潛在因素的影響,直到驗證性因素分析被提出才解決,而採用迭代方式來解決數學演算上的問題,其結構圖如下。

 

3.jpg

 

介紹完探索性因素分析(Exploratory Factor Analysis, EFA)與驗證性因素分析(Confirmatory Factor Analysis, CFA)的概念之後,將兩者的差異彙整如下:

1.使用時機

探索性因素分析主要目的是要重新探索量表的因素結構,包含的因素個數,以及因素與每個觀察變項的關係,此時可以看出各觀察變項和哪一個因素的關係最高,作為題項歸類的依據,因此主要分析在自編量表的研究,另外像是翻譯量表,或是因年代久遠、研究對象性質不同,而認定因素結構和原本量表不同時,也建議採用探索性因素分析;驗證性因素分析主要目的是測量工具對於搜集到的資料是否適當,因此只能用在直接引用已經發展好因素結構的量表。

2.因素個數與命名

在探索性因素分析中,因素個數是根據結果來決定的(如特徵值大於1、陡坡圖),決定好因素個數後,再透過轉軸法來計算各個觀察變項在每個因素中的負荷量,來決定觀察變項的歸類,最後再依據歸類完的題目內容,對於個別因素進行命名;驗證性因素分析因為只是驗證資料與引用量表的結構是否適配,因此因素個數與命名都是延用原來量表的結構。

3.估計法

在探索性因素分析中,最常使用的估計法是主成分法及主軸因子法;而在驗證性因素分析中,最常使用的估計法為最大概似估計法(ML法),因此觀察變項會有常態性假設的問題。

4.報告內容

在探索性因素分析中,會報告每個因素的命名、特徵值、解釋變異量,每個因素下包含的題項有哪些,以及題項的因素負荷量;在探索性因素分析中,會報告模式配適度、題項的負荷量、個別因素的建構信度與平均變異抽取、報告區別效度。

除了以上幾點之外,兩者因素分析亦有模式設定的不同,以及分析彈性上的差異,有興趣者可以參考張偉豪與鄭時宜(2012)「與結構方程模型共舞-曙光初現」一書。

創作者介紹
創作者 晨晰部落格新站 的頭像
晨晰部落格新站

晨晰統計部落格新站(統計、SPSS、BIG DATA討論園地)

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()