探索性因素分析
| 探索性因素分析 | |
|---|---|
| 英文名 | Exploratory Factor Analysis(EFA) |
| 学科归属 | 心理测量、多元统计 |
| 核心含义 | 在无事先结构假设的前提下,从观测变量相关中提取潜在因素的方法 |
| 起源 | 斯皮尔曼(1904)智力二因素论 |
| 关键步骤 | 因素提取、因素旋转、因子数确定 |
| 相关条目 | 验证性因素分析、潜变量分析、主成分分析|} |
探索性因素分析是在没有事先结构假设的情况下,从一组观测变量的相关矩阵中提取少数潜在因素,以解释变量间共变的方法。它的基本思想由斯皮尔曼在 1904 年的智力研究中首创:学生在多门学科上的成绩普遍正相关,可由一个共同因素(他称为 g 因素)解释。
探索性因素分析回答的问题是:这组变量背后可能有几个维度?每个变量主要反映哪个维度?它是量表开发的标准起点——在理论不成熟或结构未知时,先用数据揭示维度结构。
因素模型的基本概念
因素模型把每个观测变量表示为共同因素与独特成分之和:变量 = 若干共同因素的加权组合 + 独特性。
因素载荷:变量与某因素的加权系数,取平方后表示该因素解释该变量方差的比例。
共同度:所有因素合计解释某变量方差的比例,取值低说明该变量与整套测量关系疏远。
特征值:每个因素解释的总方差量,是决定保留几个因素的重要指标。
独特性:变量中不被共同因素解释的部分,包含独特方差与测量误差。
模型的目标是用尽量少的因素解释尽量多的共变——简约性与解释力之间的平衡贯穿全部技术选择。
因素提取
提取因素的方法主要有两种,选择取决于分析目的。
主成分分析:把变量的总方差(含独特方差)全部纳入,逐一构造彼此正交的线性组合。严格说它不是因素模型而是数据压缩技术,计算上更简单。
主轴因素法与最大似然法:只针对共同方差建模,剔除独特性后再提取,符合因素分析的理论定义。最大似然法还提供拟合检验与标准误,是统计上更规范的选择。
实践中,用主成分法做初始提取、用主轴法做因素模型是常见组合;当载荷差异不大时,两种方法的结果通常趋同,分歧出现时提示数据结构不够清晰,需要谨慎解读。
因子数的确定
决定保留几个因素是探索性分析中最主观的环节,常用规则各有局限。
Kaiser 规则(特征值大于一):最流行也最粗糙——在大样本、变量多时倾向于提出过多因素。
碎石图:特征值随因素序号下降,曲线明显弯折处的因素数作为截断参考,判断带有主观性。
平行分析:生成与真实数据同规模的随机数据,比较真实特征值与随机特征值,保留超过随机水平的那部分。模拟研究反复显示这是最准确的方法,已成为推荐标准。
最小平均偏相关:检验变量间的偏相关是否已接近零,作为维度数下限的证据。
规范做法是综合平行分析、碎石图与理论意义三者,并报告不同规则给出的一致或分歧结论——只报 Kaiser 规则的做法在方法学文献中已被明确批评。
因素旋转
初始提取的因素是数学上唯一但语义上模糊的。旋转的作用是调整因素轴的位置,使载荷结构更简单——每个变量尽量在一个因素上高载荷、在其他因素上接近零,便于命名与解释。
正交旋转(如方差最大旋转):保持因素相互独立。适用于假定维度互不相关的场景,但心理构念之间往往存在相关,强行正交可能扭曲结构。
斜交旋转(如最优斜交旋转):允许因素相关。当因素间相关明显时,斜交解更符合实际,其因素间相关本身也是有价值的信息。
现行推荐是在构念间可能相关的研究中默认斜交旋转;正交旋转只在有明确理由时使用。旋转改变的是载荷的表达方式,不改变模型对数据的拟合能力——但会改变"哪个变量属于哪个因素"的归类,因此旋转方式的选择应事先说明并保持一致。
在量表开发中的应用
探索性因素分析是心理量表编制流程的核心环节。
典型流程是:依据构念定义编写大范围题池;小样本预试做条目分析(删除区分度差、跨载荷的题目);正式样本做探索性因素分析,确定维度结构与题量;再换独立样本做验证性因素分析确认结构。这一"探索加验证"的双阶段设计是测量研究的规范。
分析中的具体操作要点包括:样本量与题目数的比例(经验上每题五至十例,总量至少三百);先检验数据是否适合因素分析(取样适切性量数与巴特利特球形检验);删除在多个因素上载荷相近的题目(跨载荷会使量表结构混乱);关注共同度过低的题目(可能测量了别的东西)。
一个需要避免的误用是"用探索性方法得出结构再当作确证":探索性分析的结果是数据驱动的描述,其结构需要独立样本的验证才算初步确立,这正是验证性因素分析存在的原因。
EFA 与 PCA 的辨析
探索性因素分析与主成分分析的关系是最常被混淆的概念,有必要单独澄清。
主成分分析的数学目标是把总方差压缩为少数正交成分:每个成分是全部变量的线性组合,分析对象是方差本身,没有"共同原因"的模型含义。因素分析的目标是寻找解释变量间共变的潜在共同因素:共同因素位于变量之后,是原因;独特方差与误差被明确分离,不属于模型。
两者的实际差别在多数教科书数据上不明显——变量高度相关、共同度高时,主成分与因素的载荷结构几乎相同。但在以下情形差异会被放大:变量共同度偏低(模型设定的成分"吞下"大量独特方差)、题目数量与维度数接近、样本量有限。此时用主成分法得出的"因素"可能混入大量独特方差,结构与理论对照出现系统性偏差。
方法的规范表述是:若研究意图是数据压缩(构造综合指数),主成分合适;若研究意图是寻找构念结构(量表维度、理论验证的前置步骤),因素模型(主轴或最大似然提取)在概念上才与意图匹配。报告时写清所用方法,是让读者能够正确解读结构的基本要求。
历史上两者的混淆有软件默认设置的因素——早期统计软件的"因素分析"过程默认用主成分法,几十年下来,大量已发表量表的"因素结构"实为主成分结构。这提示阅读文献时应核查方法描述,而非默认所有"因素分析"都是真正的因素模型。