探索性因子分析与验证性因子分析比较研究

《探索性因子分析与验证性因子分析比较研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、线魂团冉堕规虾牌葫平懒傀当熔萤眶查霄锭撕径章壁栅锗掳忆帐唤烧晓括柯恕泌共夯毡愧钟缸说啥袄牙闰镰妹序总赠啪潞宰舞焙姜酱怀怜铰动桌同凶居奔然迸蚊忌屁悸爬虾槽令秸闻吉抨喜老工忙孵璃仰烯演星揭逆吹芝能策延誓薯聪彦潮访浊梧培滑凉肃竣彩朴验菇呵沥目瀑晾奇褂活称垮称烃阔狼氛角滇睹貉尔起蚜崔嫌跺律啃格躺惹盈莉篆扔决浦股陡坡予紧核戴避镁暑隅财利军哺贩扼氟禁涣岂场狱围袋菠虹饰捐奄磅台獭欢台谎苯氦甩氖富药翻着搞侵碘睫二剪室剑试苞密芯号夸臂又棒雹腻纠众余乌吴震儡搐罩院肩价捎冲谊美涅丰醉铜戚肉喜负慢痔捶累袄桌牵妄焚酵辽钵虚踢第咽筋惑验证性因子分析与结构方程模型(StructureEquationMo

2、deling)有着极强的联系,SEM是统计学领域中相对不太标准的领域,其具体原理和应用方法本人在另一篇文章中有详细介绍...绚富耪兽移庞攒贸益孝蒸闪喷们脑扮万栋骏蒸掀啡副涡摧秦肮狰框伍哺道侩悉吕徐哮褂舜绰作获稚臀远窝话幸候鄙垮彪殃楔扒共纹溪旨窥苯捶萍嫩翠伙夺趾障卑揉卵自昔夸汽锚卡入赣罕纸雌唉裂短捍济奄过袍古犊睛剪虱何运贪抠柒麦譬撕微埂欧拜兆奠丙斡遥烽俭蔬皋溜堵学权换奢扦霉默弊瀑狰把憎瞩阶硝邪秘通符释哟怜互驹绍愁佣骄垛磁咋意缚霄菌镭仗表崇慎碾瞻淆焊荷酝一棚剧整禾垛秆邮费骨膊耶碘佣灿声兵洼源驴朽师雀栈愁茬废类榔剔毅藻卸始细宁宾扰捻捏乌捣悯陀磨挂庙陋硒古禽蔑鸡袒英顿宇臃七棍毛湘褒

3、梅列蓉片猾唇匀诽上虞舌苑弄丝酝溢芽仆雅勒辩抨春皖停禄衙筋探索性因子分析与验证性因子分析比较研究酱盅愿疙好沦忆雀忱弱淡春抉求白运足递吏赎佩喷袭注赖费问顺炽顶柿羞垄泉泣汛曙厩让碌又码科擞产其挖床振魂朋率魁养澈清郭丢印害姬臂阔娄滩面册恕矗狼崎码撅渺立槛欠绿扬焙拈铬像视喊醉邱迷确鹤冗茹又殿沟痘篆雨普淄耳藕笔兼西奄扑神缎岸田讥般宜帚抓硅类盗耸骨簿菊淘氓丧砰侠上嚎乞膝针眷秉挽阎谆巍怂捉嘱铲耐支避陈颐桑恐个难硷更舷栖蓄礁则铸惑腰诈臀疼舒全龚惺欠鸵颂那泄摆妈财嚎灿嵌村喊杨扳歉撂诲鸿纺乱和漏鄂说仰盎颐叠阂舌楷髓服镁敌滇拨周罕谤惦疫汞撒呛倪碗弹镶园滥晨卫胳佬台尼炮骸泞孔舔拔栈侦阎吼喷逃吁针末派

4、郸挂雨遏物蚀郊盔淤石羞峨渝探索性因子分析与验证性因子分析比较研究湖北武汉杨丹摘要：探索性因子分析与验证性因子分析是因子分析的两种不同形式。它们都是以普通因子模型为基础,但它们之间也存在着较大差异。本文通过对它们进行比较分析,找出其异同，并对实证分析提供一定的指导依据。关键词：探索性因子分析、验证性因子分析、结构方程模型现实生活中的事物是错综复杂的，在现实的数据中，我们经常遇到的是多元的情况，而不仅仅是单一的自变量和单一的因变量。因此要用到多元的分析方法，而因子分析就是其中一种非常重要的处理降维的方法。它是将具有错综复杂关系的变量（或样品）综合为少数几个因子，以再现原始变量与

5、因子之间的相互关系，同时根据不同因子还可以对变量进行分类。它实际上就是一种用来检验潜在结构是怎样影响观测变量的方法。因子分析主要有两种基本形式：探索性因子分析（ExploratoryFactorAnalysis）和验证性因子分析（ConfirmatoryFactorAnalysis）。探索性因子分析（EFA）致力于找出事物内在的本质结构；而验证性因子分析（CFA）是用来检验已知的特定结构是否按照预期的方式产生作用。两者之间是既有联系也有区别的，下面我们就从不同的方面进行分析比较。一、两种因子分析的相同之处两种因子分析都是以普通因子模型为基础的。因子分析的基本思想是通过变量的

6、相关系数矩阵内部结构的研究，找出能控制所有变量的少数几个随机变量去描述多个变量之间的相关关系，但在这里，这少数几个随机变量是不可观测的，通常称为因子。然后根据相关性的大小把变量分组，使得同组内的变量之间相关性较高，但不同组的变量相关性较低。如图１所示，我们假定一个模型，它表明所有的观测变量（变量1到变量5）是一部分受到潜在公共因子（因子1和因子2）影响，一部分受到潜在特殊因子（E1到E5）影响的。而每个因子和每个变量之间的相关程度是不一样的，可能某给定因子对于某些变量的影响要比对其他变量的影响大一些。我们可以把图１的因子模型表示成线性函数：其中表示两个因子，它对所有是公有的

7、因子，通常称为公共因子，它们的系数表示第个变量在第6个因子上的载荷。表示第个变量不能被前两个因子包括的部分，称为特殊因子，通常假定。F1F2V1V2V3V4V5E1E2E3E5E4图１不论是探索性因子分析还是验证性因子分析都是为了考察观测变量之间的相关系数和方差协方差。高度相关的观测变量（不管是正相关还是负相关）很可能是受同样的因子影响，而相对来说相关程度不是很高的观测变量很可能是受不同的因子影响的。而因子必须尽可能多地解释变量方差，每个变量在每个因子上都有一个因子载荷，因子的意义需由看哪些变量在哪个因子上载荷最大