Có thể chấp nhận chỉ có hai (hoặc ít hơn) các mục (biến) được tải bởi một yếu tố trong phân tích nhân tố không?


10

Tôi có một bộ gồm 20 biến mà tôi đã đưa vào phân tích nhân tố trong SPSS. Đối với mục đích nghiên cứu, tôi cần phát triển 6 yếu tố. SPSS đã chỉ ra rằng 8 biến số (trong số 20) đã được tải với trọng số thấp hoặc đã được tải bằng nhau bởi một số yếu tố, vì vậy tôi đã loại bỏ chúng. 12 biến còn lại đã được tải theo cặp 2 trong 6 yếu tố, đó là cấu trúc hoàn hảo - đúng như tôi muốn, nhưng bây giờ, một trong những giáo sư làm việc với tôi muốn tôi tìm ra lý do tại sao (hoặc trong điều kiện nào) chỉ thích hợp để giữ 2 mục cho mỗi yếu tố, vì người ta thường biết rằng phân tích nhân tố là hữu ích với kết quả 3 hoặc nhiều mục được tải, mỗi yếu tố.

Bất cứ ai có thể giúp tôi với vấn đề này, tốt nhất là với một tài liệu tham khảo được công bố là tốt?


Một yếu tố vật phẩm duy nhất cũng được chấp nhận nếu vật phẩm đó có tải yếu tố cao hơn.
Meera Gang

"Ít nhất 3 mặt hàng cho mỗi yếu tố" là một khuyến nghị được bảo hành. Nếu bạn có, sau khi xoay nhân tố, kết quả có 2 hoặc một mục trong một yếu tố, 1) sẽ nhận được nhiều biến hơn mà bạn dự kiến ​​sẽ được tải bởi yếu tố đó hoặc 2) làm lại phân tích và trích xuất ít yếu tố hơn, hoặc 3) rời khỏi kết quả là như vậy nhưng không diễn giải yếu tố "túng thiếu", nói rằng "Tôi tin rằng yếu tố đó tồn tại, nhưng vì hiện tại nó không được hỗ trợ bởi các mục đủ nên tôi bỏ nó khỏi giải thích và từ kết quả". Tất cả 2 khuyến nghị này là khác nhau, mặc dù.
ttnphns

Xem thêm, ngoài các câu trả lời ở đây, stats.stackexchange.com/a/198684 / 3277 (bài 5) tại sao "Ít nhất 3 mục được tải cho mỗi yếu tố" là yêu cầu hợp lý.
ttnphns

Câu trả lời:


13

Hai hoặc ba mục cho mỗi yếu tố là một câu hỏi về nhận dạng mô hình CFA (FA xác nhận) của bạn.

Để chúng tôi đơn giản giả sử rằng mô hình được xác định bằng cách đặt phương sai của từng yếu tố thành 1. Giả sử cũng không có lỗi đo lường tương quan.

Một mô hình nhân tố duy nhất có hai mục có hai lần tải và hai phương sai lỗi được ước tính = 4 tham số, nhưng chỉ có 3 mục không tầm thường trong ma trận phương sai hiệp phương sai, vì vậy bạn không có đủ thông tin để ước tính bốn tham số đó là điều bạn cần.

Một mô hình nhân tố duy nhất với ba mục có ba lần tải và ba phương sai lỗi. Ma trận phương sai hiệp phương sai có sáu mục và kiểm tra phân tích cẩn thận cho thấy mô hình được xác định chính xác và bạn có thể biểu diễn đại số các ước lượng tham số dưới dạng các hàm của các mục nhập ma trận phương sai hiệp phương sai. Với nhiều mục hơn cho mỗi yếu tố, bạn có một mô hình không xác định (mức độ tự do nhiều hơn tham số), điều này thường có nghĩa là bạn tốt để đi.

Với nhiều yếu tố hơn, mô hình CFA luôn được xác định với hơn 3 mục cho mỗi yếu tố (vì một mô hình đo lường đơn giản được xác định cho từng yếu tố, do đó, đại khái bạn có thể nhận được dự đoán cho từng yếu tố và ước tính hiệp phương sai của chúng dựa trên đó). Tuy nhiên, CFA với hai mục cho mỗi yếu tố được xác định với điều kiện mỗi yếu tố có hiệp phương sai khác không với ít nhất một yếu tố khác trong dân số. (Mặt khác, yếu tố trong câu hỏi rơi ra khỏi hệ thống và không xác định được mô hình yếu tố đơn hai mục.) Bằng chứng nhận dạng khá kỹ thuật và đòi hỏi sự hiểu biết tốt về đại số ma trận.

Bollen (1989) thảo luận đầy đủ và kỹ lưỡng về các vấn đề nhận dạng mô hình CFA trong chương 7. Xem p. 244 cụ thể liên quan đến quy tắc ba và hai chỉ số.


1
Đây là một câu trả lời rất thích hợp. Tôi sẽ chỉ nhận xét (vì lợi ích của OP) rằng OP đã hỏi về FA khám phá (EFA). Điều hợp lý là EFA nên có "hơn 3 mục được tải cho mỗi yếu tố" vì CFA mong đợi điều đó; chỉ là bạn đã không nói về nó trong câu trả lời của bạn.
ttnphns

4

Tôi chưa bao giờ nghe về tiêu chí "3 mặt hàng cho mỗi yếu tố". Tôi sẽ đảo ngược câu hỏi và yêu cầu giáo sư của bạn đưa ra một tài liệu tham khảo hợp lý cho tuyên bố này.

Bên cạnh đó, "vì mục đích nghiên cứu, tôi cần phát triển 6 yếu tố". là một điều kỳ lạ để nói.

Mục đích cơ bản của phân tích nhân tố là 1) tìm hiểu có bao nhiêu yếu tố (thường là đặc điểm tâm lý) làm cơ sở cho một số lượng lớn hơn các biến được đo. Sau đó, 2), dựa trên các yếu tố tải, người ta cố gắng mô tả những yếu tố này thực sự là gì.

Bạn không "phát triển" 6 yếu tố, bạn đang "cố gắng đo lường" 6 yếu tố.

Tuy nhiên, tải chéo (các biến được tải bởi một số yếu tố) thường là một dấu hiệu cho thấy các yếu tố đang "cố gắng tương quan" với nhau. Điều này có ý nghĩa vì chúng ta biết rằng về cơ bản mọi thứ đều tương quan với mọi thứ trong thế giới thực. Thực hiện quan sát này trong phân tích của bạn bằng cách sử dụng một phép quay xiên (thay vì varimax trực giao) thường được loại bỏ nhiều tải trọng chéo. IMHO, nó là âm thanh hơn về mặt lý thuyết quá.

Đưa ra một cú đánh, bạn có thể sẽ có nhiều vật phẩm hơn cho mỗi yếu tố. Điều đó có thể (một phần) giải quyết vấn đề của bạn quá.


Cảm ơn bạn rất nhiều vì nhận xét của bạn, tại sao sáu yếu tố tôi có thể giải thích với mô hình mà tôi đang sử dụng, giáo sư của tôi không chống lại giải thích 6 yếu tố, tuy nhiên ông muốn giải thích khi sử dụng phân tích nhân tố chỉ có 2 mục cho mỗi yếu tố . Đây vẫn là câu hỏi.
Mitja

Chào mừng bạn đến với trang web, @ pythonforspss.org, có rất nhiều thông tin tốt ở đây, +1. Một vài lưu ý: Tôi đã nghe nói nhiều lần rằng bạn cần ít nhất 3 biến cho mỗi yếu tố, nhưng tôi không biết lý do thực sự nào (hoặc nếu thực sự có) cho quy tắc này. Tôi đã chỉnh sửa Q của OP để làm cho tiếng Anh mượt mà hơn; Tôi đặt cụm từ bạn trích dẫn để thay thế những gì đã có trước đó. Điều này có thể không lý tưởng (tôi không chắc cách dịch những gì tôi nghĩ OP có thể đang cố nói), nhưng nếu vậy thì đó là lỗi của tôi, không phải của Mitja. Hãy nhớ rằng tiếng Anh không phải là ngôn ngữ đầu tiên của nhiều người dùng.
gung - Phục hồi Monica

ba mục trên mỗi yếu tố là một niềm tin phổ biến và có xu hướng gây ra vấn đề ở giai đoạn xem xét (vì đó là một niềm tin chung). Điều đó đang được nói, nếu cộng đồng của bạn cao (> 0,7) thì có lẽ bạn không có vấn đề gì.
richiemorrisroe

Cộng đồng của tôi là 0,5 hoặc cao hơn ...
Mitja

factors are "trying to correlate" with each otherlà một công thức thần bí. Các yếu tố tương quan hoặc không tương quan theo cách chúng ta xoay (mô hình) chúng. Khá "tải chéo" là có thể với các yếu tố trực giao với một biến có tính cộng đồng cao.
ttnphns

1

Tôi có cùng một vấn đề bây giờ. Dưới đây là một bài viết khuyến nghị sử dụng ít nhất 3 mục cho mỗi yếu tố. Tuy nhiên, trong các trường hợp đặc biệt, bạn có thể sử dụng cho các mục theo từng yếu tố (tr.60). http://www.sajip.co.za/index.php/sajip/article/doad/168/165 Trường hợp của tôi có vẻ đặc biệt, vì chỉ có hai biến trong thử nghiệm dựa trên web của tôi, cung cấp thông tin về người chơi chiến lược và sức mạnh chiến lược. Có thể nó cũng có thể giúp bạn hợp pháp hóa việc sử dụng 2 mục cho một số yếu tố.


1
Trang web này có một số tài liệu tham khảo hỗ trợ tối thiểu ba biến cho mỗi quy tắc yếu tố: encorewiki.org/display/~nzhao/ Kẻ
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.