2最终版EFACFA.pptVIP

第二小组：李慧、胡礼梅 、黄颖、谷艳红 郭乔森、俞传艳、熊凯伦、张旭 探索性因子分析 VS 验证性因子分析 展示演示 1 EFA和CFA简介 2 以：《变革型领导的结构与预测》为例 3 EFA和CFA的异同和应用 目 录 页 4 EFA和CFA的补充分析 EFA和CFA简介 1.1 EFA和CFA概念界定 探索性因子分析法（Exploratory Factor Analysis，EFA）是找出影响观测变量的因子个数和各因子和各观测变量的相关程度，揭示变量的内在结构，达到降维。 验证性因子分析法（Confirmatory Factor Analysis ，CFA）是事前定义因子的模型拟合实际数据的能力，试图检验观测变量的因子个数和因子载荷是否与预先建立的理论的预期一致。 步骤1：定义因子模型； 步骤2：收集观测值； 步骤3：获得相关系数矩阵； 步骤4：拟合模型； 步骤5：评价模型； 步骤6：修正模型； 步骤1：选择变量，收集观测值； 步骤2：计算相关矩阵； 步骤3：验证相关矩阵； 步骤4：确定因子个数； 步骤5：选择提取因子法； 步骤6：因子旋转； 步骤7：解释因子结构； 步骤8：计算因子得分； 探索性因子【步骤】 1.2 EFA和CFA步骤 验证性因子【步骤】 EFA和CFA简介 1.3 EFA和CFA结合 EFA与CFA是