斜交转轴.PPT

因素分析 Factor Analysis: From Exploratory to Confirmatory EFA to CFA Part I:Basic Concepts of factor analysis 因素分析：目的與功能 Using statistical methods to identify the basic underlying variables (factors) that account for the correlation among test scores To explain why two tests are correlated (structural exploration) To explain how the entire scale is organization (factorial validity of scale) 功能 進行效度的驗證。探討潛在特質的因素結構與存在的形式，建立量表的因素效度（factorial validity）。 簡化測量的內容。減少受測者作答時間，減少疲勞效果與填答抗拒。 用來協助測驗編製，進行項目分析，檢驗試題的優劣好壞。同時可以針對每一個題目的獨特性進行精密的測量，比較對的重要性。 因素與共變結構 構念或「因素」（factor）隱含在許多現實可觀察的事物背後，雖然難以直接測量，但是可以從複雜的外在現象中計算、估計、或抽取得到。 其數學原理是共變（covariance）的抽取。而受到同一個構念影響的測量分數，共同相關的部份，就是構念所在的部份。構念則是由被稱為「因素」的共同相關的部份的得分來表示。 因素分析運算的過程 如果自尊以Y來表示，其他十個題目分數以X1到X10表示，自尊的得分，可以從下列數學模性預測得到： Y =b1X1 + b2X2 + b3X 3 + …… + b10X10 + U 此一方程式與迴歸方程式的不同： 1.X1到X10十個變項並非相互獨立的自變項，而是具有高度相似性、高度相關、具有共同特質的十個自變項。 2.他們背後的共同特質Y，是「理論」上存在，由十個自變項當中抽離出來，相對的，迴歸分析中的Y，指的是另一個具體的、與自變項無本質上相似之處的依變項。 探索性與驗證性因素分析 Two major types of factor analysis Exploratory factor analysis (EFA)探索性因素分析：the factors that provide the best statistical fit to the data are derived Confirmatory factor analysis (CFA)驗證性因素分析：the factors are defined in terms of the specific hypothesis that is being tested by the experimenter 因素分析的條件 因素分析的變項都必須是連續變項，符合線性關係的假設。順序與類別變項不得使用因素分析簡化結構。 抽樣的過程必須具有隨機性，並具有一定的規模。如果研究的母群據有相當的同質性（如學生樣本），變項數目不多，樣本數可以介於100到200之間。 變數之間需具有一定程度的相關，一群相關太高或太低的變項，皆會造成執行因素分析的困難。太低的相關難以抽取一組穩定的因素，不適於進行因素分析。相關太高的變項，多重共線性（multicollinearity）明顯，有區辨效度不足的疑慮，所獲得的因素結構價值不高。可透過球形檢定與KMO檢定來檢驗上述問題。 因素分析的適切性檢驗 因素分析的基礎是變項之間的相關。因此應先計算數個題目的兩兩相關，詳細檢視該矩陣所代表的意義。 檢驗相關係數是否適當的方法： 1.Bartlett’s test of sphericity（球形考驗）: 一般相關矩陣中的相關係數必須顯著的高於0。某一群題目兩兩之間有高相關，顯示可能存有一個因素，多個群落代表多個因素。 如果相關係數都偏低且接近，則因素的抽取越不容易，Bartlett’s test of sphericity（球形考驗）即可用來檢驗是否這些相關係數不同且大於0，顯著的球形考驗表示相關係數足以作為因素分析抽取因素之用。 因素分析的適切性檢驗 2.淨相關矩陣： 變項之間是否具有高度關聯，可以從偏低的淨相關（partial correlation）來判斷。 反映像矩陣，顯示淨相關的大小，矩陣中若有多數係數偏高，則應放棄使用因素分析。 3.檢查共同性指數（communality）： 某一變項的變異量被共同因素解釋的比例，其計算方式為在一變項上各因素負荷量平方值的總