因素分析常見問題PART 2

1.什麼是因素分析結構不穩定？

不穩定指的並不是每次因素分析時，結果會不一樣，而是指當樣本數改變時，因素分析結果會不一致。例如，進行因素分析時，50、70、100個樣本可能產生不同的結果。因為樣本少，所以只要增加部分樣本就可能導致結果的波動，這時應該要相信那個結果呢？但是，若樣本有300個，那麼研究即使增加或減少20個樣本，對整體因素分析的結果，將沒有什麼影響，此時結果就會趨於穩定。

2.因素分析時哪些值是我們要報告的？

因素分析要報告的值包括:取樣適切量（KMO）、巴特雷特檢驗、估計方法(主成份或是主軸法)，轉軸法(直交轉軸或斜交轉軸)，萃取因素的標準(特徵值＞1或平行分析法)，因素分數(代理變量、因素分數或是項目打包)，因素個數，因素負荷量，交叉負荷量，累積解釋變異量，因素命名。

3.因素分析的建議值是什麼？

(1)  KMO（Kaiser-Meyer-Olkin）：0.9以上(極佳)；0.8~0.9(良好)；0.7~0.8(可接受) ；0.6~0.7(一般)，再低就表示不適合進行因素分析。

(2)  巴特雷特檢驗：P<0.05，表示拒絕題目之間無相關。

(3)  累積解釋變異量：60%以上表示有足夠的解釋能力，50%以上為可接受。

(4)  因素負荷量：探索式因素分析，建議要大於0.5，驗證式因素分析建議要大於0.6。

(5)  交叉負荷量：建議要低於0.4以下。

4.何謂特徵值(eigenvalue)？

特徵值這名字取得很怪，其實它表達的意思就是方差。因素分析時會先將變量進行標準化，因此，所有變量均變成平均值為0，方差為1的變量，如果研究代入40個變量進行因素分析，表示有40個方差待解釋，第一個因素若解釋了10個特徵值(方差)，解釋方差百分比為10/40=0.25(25%)，第二個因素又解釋了8個特徵值(方差)，解釋方差百分比為8/40=0.20(20%)，第三個因素又解釋了5個特徵值(方差)，解釋方差百分比為5/40=0.125(12.5%)，以此類推直到最後一個方差被解釋完畢。

5.特徵值為何建議大於1的因素保留？

一個因素至少需要兩個變量，一個變量無法自成一個因素。所以，設特徵值＞1，代表兩個變量至少要有1個方差的解釋能力，否則這兩個變量不是連一個變量都不如了嗎？因為一個變量在標準化的時候，不就產生1個方差了嗎？所以因素保留以特徵值大於1為標準。

6.何謂累積解釋變異量？

因素分析時會萃取多個因素，每個因素都解釋所有變量方差的一部份，所以當特徵值＞1的建議標準下，累加每個因素的解釋能力。一般建議累積解釋變異量最好達到60%以上。如果是60%的解釋能力，表示我們萃取出來的幾個因素總共解釋了60%的方差，代表訊息損失了40%。當我們用少數幾個因素，取代所有的變量時，只要訊息損失不超過40%，研究認為是可以接受的。