2019-02-11
閱讀量:
5346
探索性因子分析和驗證性因子分析的區別與聯系？
問題描述：
當我們在討論因子分析的時候，往往會講到探索性因子分析（EFA）和驗證性因子分析（CFA），它們是一回事嗎？有什么區別和聯系？
思路解讀：
不是一回事。兩者概念接近，但是處理思路和應用場景截然不同，具體體現在：
- EFA是對數據進行變量信息壓縮的一種方式，是“歸納”的結果；而CFA是對前人量表的維度的驗證，是“演繹”的結果
- EFA有著更為廣泛的應用場景，是機器學習和特征工程常用的數據預處理手段；而CFA在社會研究和論文寫作中更經常被應用到，往往涉及問卷數據和量表
- EFA經常使用在spss、R、Python等多種數據軟件，而CFA往往只在Amos、Lisrel等軟件中出現，且后者處理的量級大多為幾百個個案
以spss和amos的輸出結果，來直觀地感受兩者的不同，前者是EFA的載荷矩陣，后者是CFA的一階模型：
0.0000
0
3
關注作者
收藏
評論(0)
發表評論
暫無數據
推薦帖子
CDA持證人阿濤哥
2025-05-14
0條評論
CDA持證人阿濤哥
2024-10-29
0條評論
CDA持證人阿濤哥
2024-04-14
0條評論