上篇介紹完關於無預設因素的EFA，不過實務上研究者在設計量表題目時，大多數都是根據文獻並設定好所有題項的因素歸類（如下圖），因此會希望因素分析的分類結果能夠與自己設定的因素一樣，但這樣的結果可遇不可求，因為根據筆者過去的經驗，結果好一點的話刪除個2~4題，還能維持原有的預設因素及分類狀況；若狀況不理想，那結果整個大走鐘（台語），再來就得看是否堅持一定要維持原來的因素結構，而採取較不正規的作法，或是改用無預設因素的方式繼續往下進行。
對於這類型的案件，接下來筆者將示範我自己習慣的整理方式給大家參考
（1）先確認因素結構
首先要先確認量表有幾個因素，題目是如何分類到各因素之下，方便之後做整理。
（2）點選「分析」→「維度縮減」→「因子」。
（3）將題目放入變數欄位中。
這邊務必按照同一個因素底下的題目來排序，方便之後做整理。
（4）無論是何種情況的因素分析，都會進入描述性統計量，計算KMO值。
（5）點選「萃取」，勾選「固定因子數」，並輸入預設的因素個數。
（6）點選「轉軸法」，這邊就按照研究者各自的設定，此處以「最大變異法」為例。
（7）點選「選項」，依據因素負荷量排序千萬不能勾選，因為我們得將同一個因素的題目擺在一起方便比對。
（8）勾選「隱藏較小的係數」，方便整理結果，此處以最常見的0.5為例。
（9）因素分析，一律都先交代KMO值的結果。
（10）從總變異數的解釋情形，看看所設定的因素可以提供多少對題目的解釋變異量，此處為76.018%。
（11）直接到轉軸後的成分矩陣，可以看到因素分析完的結果。
（12）筆者的習慣會將轉軸後因素分析結果貼到Excel做整理，並在最左邊填上各因素的名稱。
（13）接著開始用顏色進行各因素的分類，就可以比對出哪些題目並沒有出現在預設的因素內，以這個例子來說，為第8題與第10題。
（14）於是開始考慮刪除第8題與第10題，但為了保持最多的題數，所以通常一次只刪除1題，因為當題項改變時，每一題的負荷量都會跟著改變，這裡建議將隱藏較小係數的功能關掉，這樣就可以看到第8題與第10題對應在該因素的實際負荷量，因為第10題的.456較低，因此先刪除第10題再跑一次。
（15）刪掉第10題後再次執行因素分析，很可惜，第8題仍未跨0.5的門檻，因此仍需要刪除。
（16）檢視一下目前的負荷量，剩下.451（這一步是不需要的，單純只是想看一下負荷量的變化結果）。
（17）第8題刪除後，將結果整理下來，就可以放到論文當中了。
（18）一定會有人想問，難道第8題與第10題無法保留嗎？可以，但必須降低因素負荷量的標準，如果標準降低至0.45。
（19）那麼第8題與第10題在因素四上的負荷量就達到標準，但衍生出來的負作用就是出現多個交叉負荷的現象【此名詞在諮詢最常遇到的問題（五）：要怎麼做好探索性因素分析（EFA）中有提到】。
（20）如果擔心交叉負荷會影響到發表，為了讓結果看起來更乾淨，只好選擇性的隱藏交叉負荷的結果。
（21）如果結果很不理想，但又想維持預設的因素，那麼只能採用個別因素分析的方式（但這種方式不一定能夠被接受），也就是說每一個因素下的題目個別做一次因素分析。
（22）在固定因子數目中，將因子數設定為1。
（23）通常都會有不錯的結果，就算需要刪題，也只會刪個1~2題而已。
留言列表
{{ article.title }}