塞斯頓
人物生平
瑟斯頓(1887-1955)，美國心理學家，美國心理測量學會的創立者之一，並任第一屆心理測量學會主席。瑟斯頓在測量理論、社會評價和人格等理論的應用方面均作出了巨大的貢獻。1933年當選為美國心理學會主席，1938年當選為國家科學院院士。
人物軼事
能力層次結構理論 認為智力是一些基本心理能力(primary mental ability)的組合。 人類的智力是由七種基本能力組合而成： （1）語文理解（Verbal comprehension，V）, 理解語文涵義的能力； （2）語詞流暢（word fluency, W）, 語言迅速反應的能力； （3）數字運算（number, N), 迅速正確計算的能力； （4）空間關係（Space, S），方位辨別及空間關係判斷的能力; （5）聯想記憶(associative memory, M), 機械記憶能力： （6）知覺速度(perceptual speed, P), 憑知覺迅速辨別事物異同的能力； （7） 一般推理（general reasoning, R）, 根據經驗做出歸納推理的能力
Ph.D. in Psychology from the University of Chicago, 1917. Instrumental in the development of psychometrics. Developed statistical techniques for multiple-factor analysis of performance on psychological tests. Seminal works: The Vectors of Mind (1935) and Multiple-Factor Analysis (1947) http://www.sgipt.org/biogr/thursl.htm
瑟斯頓的群因素論簡介
瑟斯頓的群因素論簡介
瑟斯頓的群因素論又稱「基本心理能力論（primary mental abilities）」。
美國心理學家瑟斯頓（Louis L·Thurstone）是著名的心理計量學家，他憑藉着多因素分析的方法，突破過去的智力因素理論的框架，並提出了他的「基本能力」（ Primary abilities）學說。瑟斯頓認為，個體的智力可分析為幾種基本能力因素，這些基本能力因素的不同配搭便構成每一個人獨特的智力整體。他的觀點與斯皮爾曼的智力二因論不同，斯皮爾曼的觀點是先有一個總的智力，然後有許多特殊智力，瑟斯頓則提出智力包括七種平等的基本能力。 瑟斯頓所提出的七種平等的基本能力是： 語詞理解（Verbal comprehension，V）, 理解語詞涵義的能力；
語詞流暢（Word fluency, W）, 語言迅速反應的能力；
數字運算（Number, N), 迅速正確計算的能力；
空間關係（Space, S），方位辨別及空間關係判斷的能力; 聯想記憶(Associative memory, M), 機械記憶能力：
知覺速度(Perceptual speed, P), 憑知覺迅速辨別事物異同的能力； 一般推理（General reasoning, R）, 根據經驗做出歸納推理的能力。 瑟斯頓的七種基本心理能力是根據其中的六種能力的相關計算而成。各種心理能力並不是彼此獨立的，它們之間有一定的相關量。例如，推理（R）與語詞流暢（W）的相關為0.48；數字運算（N）與語詞理解（V）的相關為0.38；語詞流暢（W）與語詞理解（V）的相關為0.51。這似乎說明在群因素之外還存在着一般因素。瑟斯頓修改了關於各因素之間獨立性的看法，提出二階因素（Second order factor）的概念，即在彼此相關的第一階因素的基礎上，再度進行因素分析，但此時分析的不再是各種測驗間的共同因素，而是各種因素間的共同因素。 他認為斯皮爾曼的G因素可能是這種二階的因素，它在推理因素、語詞流暢因素和語詞理解因素中有較大的負荷，而與記憶因素、空間知覺因素和知覺速度因素只有較小的關係。但是，在評價一個人的智力時，分析特殊能力更有用。他說：「我們不要老是說智力，而是要說與這件事有關或無關的智力。」瑟斯頓在1941年根據上述七種基本能力編成的「基本心理能力測驗」（ Primary Mental Abilities Test，PMAT）是著名的智力測驗之一，他證明確實存在着七種基本能力。 瑟斯頓的群因素論評價
斯皮爾曼和瑟斯頓都修正了自己的學說，二者趨於接近。斯皮爾曼的二因素說現在可以稱為「一般因素--群因理論」，而瑟斯頓的群因素說現在可以稱為「群因素-一般因素理論」。 瑟斯頓所提出的七種基本能力，已經成為心理學工作者研究智力結構的重要資料。在現代智力因素理論中，他的群因素論起着承前啟後的重要作用。自從群因素學說提出後，智力因素研究轉向對智力的深入的因素分析，此後形成兩種傾向：一種是構造包括普遍因素和各種基本能力在內的智力等級體系，另一種是在獨立的智力因素之上建立智力結構模型。
探索性因子分析法
探索性因子分析法（ExploratoryFactorAnalysis，EFA）
什麼是探索性因子分析法？ 探索性因子分析法（ExploratoryFactorAnalysis，EFA）是一項用來找出多元觀測變量的本質結構、並進行處理降維的技術。因而，EFA能夠將將具有錯綜複雜關係的變量綜合為少數幾個核心因子。
探索性因子分析法的起源 因子分析法是兩種分析形式的統一體，即驗證性分析和純粹的探索性分析。英國的心理學家CharlesSpearman在1904年的時候，提出單一化的智能因子（ASingleIntellectualFactor）。隨着試驗的深入，大量個體樣本被分析研究，Spearman的單一智能因子理論被證明是不充分的。同時，人們認識到有必要考慮多元因子。20世紀30年代，瑞典心理學家Thurstone打破了流行的單因理論假設，大膽提出了多元因子分析（MultipleFactorAnalysis）理論。Thurstone在他的《心智向量》（VectorsofMind，1935）一書中，闡述了多元因子分析理論的數學和邏輯基礎。
探索性因子分析法的計算 在運用EFA法的時候，可以藉助統計軟件（如SPSS統計軟件或SAS統計軟件）來進行數據分析。
探索性因子分析法的運用 1、顧客滿意度調查。 2、服務質量調查。 3、個性測試。 4、形象調查。 5、市場劃分識別。 6、顧客、產品及行為分類。
探索性因子分析法的步驟 一個典型的EFA流程如下： 1、辨認、收集觀測變量。 2、獲得協方差矩陣（或Bravais-Pearson的相似係數矩陣） 3、驗證將用於EFA的協方差矩陣（顯著性水平、反協方差矩陣、Bartlett球型測驗、反圖像協方差矩陣、KMO測度）。 4、選擇提取因子法（主成分分析法、主因子分析法）。 5、發現因素和因素裝貨。因素裝貨是相關係數在可變物(列在表里)和因素(專欄之間在表里)。 6、確定提取因子的個數（以Kaiser準則和Scree測試作為提取因子數目的準則）。 7、解釋提取的因子（例如，在上述例子中即解釋為「潛在因子」和「流程因子」）。
探索性因子分析法的優點 1、EFA法便於操作。 2、當調查問卷含有很多問題時，EFA法顯得非常有用。 3、EFA法既是其他因子分析工具的基礎（如計算因子得分的回歸分析），也方便與其他工具結合使用（如驗證性因子分析法）。
探索性因子分析法的缺點 1、變量必須有區間尺度。 2、沉降數值至少要要變量總量的3倍。
探索性因子分析法的假定 對於主因子分析法來說，不存在異常值、等距值、線形值、多變量常態分配以及正交性等情況。