Latent structureScale / measurement
序数探索性因子分析
序数探索性因子分析通过计算项之间的多项相关系数，然后应用加权最小二乘估计量，来发现一组序数项（通常是李克特量表）潜在的因子。它避免了当连续性因子分析方法被生硬地应用于有序分类响应时产生的失真。
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
- Flora, D. B. & Curran, P. J. (2004). An empirical evaluation of alternative methods of estimation for confirmatory factor analysis with ordinal data. Psychological Methods, 9(4), 466–491. DOI: 10.1037/1082-989X.9.4.466 ↗
- Muthén, B. (1984). A general structural equation model with dichotomous, ordered categorical, and continuous latent variable indicators. Psychometrika, 49(1), 115–132. DOI: 10.1007/BF02294210 ↗
如何引用本页
ScholarGate. (2026, June 3). Ordinal Exploratory Factor Analysis. ScholarGate. https://scholargate.app/zh/psychometrics/ordinal-exploratory-factor-analysis
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。
- 验证性因子分析（CFA）心理测量学↔ 比较
- 克朗巴赫α系数（信度分析）统计学↔ 比较
- 探索性因子分析（EFA）统计学↔ 比较
- 项目反应理论 (IRT)心理测量学↔ 比较
- 结构方程模型研究统计学↔ 比较