不同于EFA,在CFA中许多因子荷载是设定为0的。这意味着项目不受这个因子的影响,或者对此无荷载。在标准的CFA模型中,每一个项目只对一个因子有荷载,且测量误差是不相关的。如果一个CFA模型中项目具有交叉的因子荷载那么就是非标准CFA模型。具有交叉荷载的项目是测量工具(量表)不希望看到的东西,这意味着一个复杂的因子结构,而这个结构很难被验证。
一个项目对因子的荷载是视情况而定的而不是固定的。如果在一个模型中增加额外的项目,那么某个项目对于一个因子的荷载可能产生轻微的变化。一般而言,在研究中会报告完全标准化的因子荷载(观察指标和因子均标准化)。一般来讲,0.3可以作为因子荷载大小的临界点,一些研究认为0.32是一个充分的因子荷载临界点,因为这说明这项目拥有最少10%的方差由这个因子解释,0.32^2=0.1。更保守来讲,0.4比较好。但是更重要的是因子荷载必须统计显著,才能被考虑为一个可接受的指标。
一般而言因子载荷是小于1的,但是也有可能超过1。我在使用SEM的过程中也出现过因子荷载大于1的情况,但并这不一定说明搞错了,只有在分析了相关矩阵且因子标准化且不相关(正交)时,因子载荷才是相关。当因子相关(倾斜)时,因子载荷是回归系数,而不是相关性,因此它们可能大于1.0。然而,大于1.0的标准化因子负荷可能表明数据中存在高度的多重共线性。
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)