包含探索性因子分析维度不符怎么调整的词条

本文目录一览

• 1、因子分析法不够0.5怎么调整
• 2、因子分析时提取的公因子和原来的维度不同怎么解释？

因子分析法不够0.5怎么调整

1、删除掉共同度(公因子方差)值较低项，这样可以提升KMO值。
2、不输出KMO值，意味着数据质量过差，可使用相关分析看下相关关系，如果相关系数值基本均小于0.2（或者没有呈现出显著性），则说明题项间关联性弱，则KMO值一定会较低，先移除相关系数值较低项后再次分析。

因子分析时提取的公因子和原来的维度不同怎么解释？

对于这种现象最直观的解释就是实际数据和理论模型不一致，那无非就这么三种可能，其一是量表原来的维度划分有问题（比如外国的问卷由国内修订后会由于文化的不同而造成维度不同，又比如原作者的理论构建本来有问题，比如最初国外的情绪调节自我效能感问卷中就缺少恐惧情绪，国内修订时就增加了维度），在这种情况下你完全可以根据自己的分析结果来重新给因子进行合理的命名，解释的话就要理论上下功夫，旁征博引，论证和分析对方量表的理论上的不足或者是文化差异，提出你合理的新假设；其二是你的数据的问题（比如数据太少，导致分析结果不稳定，又比如抽样有误差，导致结果有误，还有可能是有些极端数据的原因），这种情况下就需要你对自己的数据进行重新整理，从样本到异常值都要收拾，这种时候就算解释也只能是说自己的不足了；其三就是你的数据和对方的模型都有问题咯
最好是第一种情况，这样你才比较好解释，当然，如果你不固定抽取因子数量时抽取结果和原来的模型不同，这时你还可以固定因子数重新抽取，如果抽取结果和原模型一样，那也是可以的。