探索性因子分析

服务质量调查。

个性测试。

形象调查。

市场划分识别。

顾客、产品及行为分类。

探索性因子分析法的步骤、 流程

一个典型的EFA流程如下：

1. 辨认、收集观测变量。

2. 获得协方差矩阵（或Bravais-Pearson的相似系数矩阵）

3. 验证将用于EFA的协方差矩阵（显著性水平、反协方差矩阵、Bartlett

球型测验、反图像协方差矩阵、KMO测度）。

4. 选择提取因子法（主成分分析法、主因子分析法）。

5. 发现因素和因素装货。因素装货是相关系数在可变物(列在表里)和因素

(专栏之间在表里)。

6. 确定提取因子的个数（以Kaiser准则和Scree测试作为提取因子数目的

准则）。

7. 解释提取的因子（例如，在上述例子中即解释为“潜在因子”和“流程

因子”）。

探索性因子分析法的优势、 优点

EFA法便于操作。

当调查问卷含有很多问题时，EFA法显得非常有用。

EFA法既是其他因子分析工具的基础（如计算因子得分的回归分析），也

方便与其他工具结合使用（如验证性因子分析法）。

探索性因子分析法的局限、 缺点

变量必须有区间尺度。

沉降数值至少要要变量总量的3倍。

探索性因子分析法的假定、 条件

对于主因子分析法来说，不存在异常值、等距值、线形值、多变量常态分

配以及正交性等情况