探索性因子分析结果解读：公因子提取方法与方差解释.docxVIP

探索性因子分析结果解读

一、分析方法概述

探索性因子分析（ExploratoryFactorAnalysis,EFA）是一种多变量统计方法，旨在从大量观测变量中提取少数潜在的公共因子，以简化数据结构并揭示变量之间的内在关系。该方法通过降维技术将多个相关变量浓缩为几个具有明确含义的因子，广泛应用于心理学、社会学和管理学等领域的量表开发与验证研究。本研究利用SPSSAU软件进行探索性因子分析，采用主成分分析法提取因子，最大方差法（Varimax）进行旋转，共涉及12个测量题项（x1~x12），有效样本量为280。

在SPSSAU【进阶方法】模块选择【探索性因子】，将变量拖拽至右侧对应分析框，操作如下图：

二、适用性检验

从表1的适用性检验结果可以看出，KMO值为0.853，大于0.8，表明数据非常适合进行因子分析。同时，Bartlett球形度检验的近似卡方值为1641.832（df=66，p=0.0000.01），达到显著水平，说明各变量之间存在显著的相关关系，进一步证实了进行因子分析的适用性。

三、因子提取情况

从表2的方差解释率可以看出，本研究共提取出3个因子，特征根值分别为2.914、2.861和2.815，均大于1。旋转后三个因子的方差解释率分别为24.283%、23.842%和23.458%，旋转后累积方差解释率为71.584%，说明这3个因子能够解释原始12个题项71