探索性因子分析法檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

探索性因子分析法是各類術語中的一個名詞。

在漢字的歷史上，人們通常把秦代之前留傳下來的篆體文字和象形文字稱為「古文字」，而將隸書和之後出現的字體稱為「今文字」。因此，「隸變」就成為漢字由古體（古文字）演變為今體（今文字）的分界線。

名詞解釋

探索性因子分析法（Exploratory Factor Analysis，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Charles Spearman在1904年的時候，提出單一化的智能因子（A Single Intellectual Factor）。 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（Multiple Factor Analysis）理論。 Thurstone在他的《心智向量》（Vectors of Mind， 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。