悬赏恳请高手给予指点，因子分析中因子的特征值能否小于1？

41671

收藏 2011-12-22

悬赏 4 个论坛币已解决

在下才疏学浅，在进行探索性因子分析的时候遇到了些问题，恳请高手给予指导，感激不尽！
1、本人的问卷测量项目含50个问题，首先根据以下准则确定了因子的数目：（1）因子特征值(Eigenvalue)大于1；（2）结合陡坡检验（scree test），参考碎石图拐点；（3）因子在旋转前至少解释3％的总变异；（4）每个因子至少包含3个项目；（5）因子易命名。为保证测量项目的单维化，本文对因子载荷绝对值小于0.4或在多个因子上均有较高载荷的项目予以删除，并且各个测量项目的共同度一般不小于0.5，否则也可以考虑予以剔除。通过不断进行因子分析，最终将因子数目确定为4条，此时满足上述因子数目确定准则，因子结构和含义较为清晰，但有个别因子项目较多（第一个因子有11个测试项目），同时个别测试项目归属因子不太合适。
2、交替使用测量项目的各种剔除标准对各个因子的测量项目进行精简，各个因子测试项目基本合适，因子也符合预期，但是出现的问题是最后一个因子的特征值为0.925，不满足大于等于1的准则，而且解释总变异量58.007%，有些偏低。KMO and Bartlett's Test和共同度没有问题，后附因子分析结果：

恳请高手，这样的因子分析结果合适吗？特征值小于1的因子要不要舍弃？我有些想保留，因为符合预期。但是保留的话好像又不太严谨，没有充分的依据，左右为难。谢谢！

最佳答案

kuangsir6 查看完整内容

一般应舍掉，但如果用因子做回归分析可以保留。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

kuangsir6

2011-12-22 11:48:49

一般应舍掉，但如果用因子做回归分析可以保留。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

こうえき

2011-12-22 11:51:46

顶一下，围观学习

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

sunnysnowsz

2011-12-22 15:40:43

谢谢，我的论坛币不多，但是拥有诚意，坐等高手指点迷津。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

sunnysnowsz

2011-12-22 15:42:14

谢谢，我的论坛币不多，但是拥有诚意，坐等高手指点迷津。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

阿凡达上将

2011-12-22 23:32:03

一般是不能小于1的，取特征值大于1的因子，还可以结合碎石图进行分析，一般在那个拐点处（一般特征值大于1）以上选取因子

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

sunnysnowsz

2011-12-23 08:34:12

特征值需大于1这个道理我也明白，但是我觉得因子含义较为清晰，符合理论预期，所以想保留特征值稍小于1的第四个因子。另如果保留更多的题项的话，可以做到第四个因子的特征值大于1的，但是因子结构不够精简。所以两难。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

sunnysnowsz

2011-12-23 16:32:29

难道人大论坛里面就没有高手吗？呵呵，期待高手的精彩回答。在下感激不尽！

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

tommyecnu

2011-12-23 21:30:18

一般是要求特征根大于1，但是也不绝对，其解释力度接近一个原变量的平均解释力度，但是你的累积贡献率太低了，是不是你的22个变量间相关性不强，你可以做个散点图看看，再根据经验踢除不太相关的变量，然后再因子分析看看，效果可能好些。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

zhyapple

2011-12-23 21:34:50

围观围观，难道都去过圣诞了

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

sunnysnowsz

2011-12-23 21:59:40

tommyecnu 发表于 2011-12-23 21:30
一般是要求特征根大于1，但是也不绝对，其解释力度接近一个原变量的平均解释力度，但是你的累积贡献率太低了 ...

谢谢！我也考虑过这个问题，我在删除题项的时候是这样做的：对因子载荷绝对值小于0.4或在多个因子上均有较高载荷（载荷间差值原则上小于0.1）的项目予以删除，并且各个测量项目的共同度一般不小于0.5，否则也可以考虑予以剔除。经过这样的步骤后，因子所含的题项结构清晰，唯一的缺陷是最后一个因子的特征值稍微小于1，累计贡献率偏小。我写的论文是管理学方面的实证，我看过有些学者认为在人文社科领域因子分析累计贡献率一般会偏小，58%应该是可以接受的。不知道我的观点对不对，请指正。