因子分析的维度冗余检验方法.docxVIP

因子分析的维度冗余检验方法

引言

因子分析作为多元统计分析中重要的数据降维工具，广泛应用于心理学、社会学、管理学等领域的量表开发、变量简化与潜在结构探索中。其核心目标是通过少数几个潜在因子（公共因子）解释观测变量的大部分变异，从而揭示数据背后的隐含结构。然而，在实际应用中，观测变量常因设计重叠、概念交叉或测量误差等原因，导致维度冗余问题——即部分变量对公共因子的贡献重复，或变量间存在过高的共线性。这种冗余不仅会降低因子结构的解释清晰度，还可能导致因子载荷估计偏差、共同度失真，甚至影响后续的模型验证与理论构建（Hairetal.,2014）。因此，如何科学检验并识别维度冗余，成为保证因子分