Latent structure
量表开发中的探索性因子分析 (EFA)
量表开发中的探索性因子分析是EFA的心理测量学应用，其中施测一项题库，并分析所得的反应数据以发现题项潜在的因子结构。该方法起源于Spearman（1904）的因子理论，并由Costello和Osborne（2005）以及Fabrigar及其同事（1999）正式应用于量表构建，它比一般EFA要求更严格的样本量（n ≥ 100，被试-题项比 ≥ 5）和更高的载荷阈值（≥ 0.40），并将恢复的因子结构视为一个有待后续验证性分析验证的草案。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Costello, A. B. & Osborne, J. W. (2005). Best practices in exploratory factor analysis: Four recommendations for getting the most from your analysis. Practical Assessment, Research & Evaluation, 10(7), 1–9. link ↗
- Fabrigar, L. R., Wegener, D. T., MacCallum, R. C. & Strahan, E. J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272–299. DOI: 10.1037/1082-989X.4.3.272 ↗
如何引用本页
ScholarGate. (2026, June 1). Exploratory Factor Analysis for Scale Development. ScholarGate. https://scholargate.app/zh/psychometrics/efa-psychometric
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →