验证性因素分析.ppt

第 13 章 驗證性因素分析 內 容 13-1 驗證性因素分析簡介 13-2 測量模式的評鑑 13-3 驗證性因素分析範例 基本概念 因素分析（factor analysis）是種用於分析影響變數、支配變數的共同因素有幾個且各因素本質為何的一種統計方法。 它是一種降維的相關分析技術，用來考察一組變數之間的共變異數或相關係數結構，並用以解釋這些變數與為數較少的因素（即不可觀測的潛在變數） 之間的關聯性。 一般而言，因素分析可分為探索性因素分析（exploratory factor analysis, EFA） 和驗證性因素分析（confirmatory factor analysis, CFA）兩種。 若我們只想利用因素分析來確定因素的維數，此時稱之為探索性因素分析。 而當研究人員根據某些理論或者其他的先驗知識對因素的可能個數或者因素結構作出假設，然後利用因素分析來檢驗這個假設，此時就是驗證性因素分析了。 13-1 驗證性因素分析簡介 驗證性因素分析是根據一定的理論對潛在變數與觀察變數間的關係做出合理的假設並對這種假設進行統計檢驗的現代統計方法。 因此，驗證性因素分析是在對研究問題有所瞭解的基礎上進行的，這種瞭解可建立在理論研究、實驗研究或兩者結合的基礎上。 很多研究也都證實了驗證性因素分析是檢驗變數多維結構的一種很好的統計技術。 例如，如果我們在編制量表前已確定了其多維結構，確定了因素間的關係，便可以採用驗證性因素分析來驗證量表的結構效度。 總之，驗證性因素分析可根據特定的理論對潛在變數與觀測變數的關係做出假設，並對這種假設的合理性進行驗證，是理論模型構建和發展的強有力工具。 驗證性因素分析簡介 驗證性因素分析的主要目的是去探究事前所定義的因素模型與實際資料的擬合能力，以試圖檢驗觀測變數的因素個數和因素負荷是否與預先建立的理論之預期一致。 驗證性因素分析以預先建立的理論為基礎，需要事先假設因素結構，其先驗假設是每個因素都與一些實際的觀測變數與之對應，以檢驗這種結構是否與蒐集而來的觀測資料一致。 也就是說，在驗證性因素分析中，首先要根據先驗資訊判定共同因素數的個數，同時還要根據實際情況將模型中某些參數設定為某一定值。 這樣，驗證性因素分析也就充分利用了先驗資訊，在已知因素的情況下檢驗所搜集的資料是否按事先預定的結構方式產生作用。 探索性因素分析 探索性因素分析的基本概念是要去尋找共同因素，以達到縮減資料的目的。 探索性因素分析主要是為了去找出影響觀測變數的因素個數，以及各個因素和各個觀測變數之間的相關程度，以試圖明示一套相對比較小的變數的內在結構。 研究者的假設是每個指標變數（觀測變數）都與某個因素匹配，而且只須透過因素負荷，就可憑研究者的主觀認知而推論資料的因素結構。 探索性因素分析是在事先不知道影響因素的基礎上，完全依據樣本資料，利用統計軟體以一定的原則進行因素分析，最後得出因素的過程。 在進行探索性因素分析之前，不必知道要用幾個因素，以及各因素和觀測變數之間的關係。在進行探索性因素分析時，由於沒有先驗理論，只能透過因素負荷憑研究者的主觀認知而推論資料的因素結構。 在管理科學研究中，若僅僅從資料的觀點出發，很難得到科學的結果，甚至可能與已有的理論或經驗相悖。 因此，探索性因素分析適合於在沒有理論支援的情況下對資料的試探性分析。 CFA vs. EFA 探索性因素分析沒有先驗資訊，而驗證性因素分析有先驗資訊。 探索性因素分析主要可應用在三個方面： 1. 尋求基本結構 2. 數據化簡 3. 發展測量量表。 驗證性因素分析則允許研究者將觀察變數依據理論或先前假設構成測量模式，然後評鑑此因素結構和該理論界定的樣本資料間的符合程度。因此，主要應用於以下三個方面： 1. 驗證量表的因素結構，決定最有效因素結構。 2. 驗證因素的階層關係。 3. 評估量表的信度和效度。 Anderson與Gerbing（1988）建議，在發展理論的過程中，首先應透過探索性因素分析建立模型，再用驗證性因素分析去檢核與修正模型。 探索性因素分析提供了發現模型以驗證假設的概念和計算工具，其提供的結果為驗證性因素分析建立假設提供了重要的基礎和保證。 兩種因素分析缺少任何一個，因素分析都將是不完整的。 一般來說，如果研究者沒有堅實的理論基礎支持，有關觀測變數內部結構一般先用探索性因素分析，產生一個關於內部結構的理論，再在此基礎上用驗證性因素分析，這樣的做法是比較科學的，但這必須要用兩組分開的資料來做。 如果樣本容量足夠大的話，可以將資料樣本隨機分成兩半，合理的做法就是先用一半資料做探索性因素分析，然後把分析取得的因素用在剩下的一半資料中做驗證性因素分析。 如果驗證性因素分析的擬合效果非常差，那麼還