探索性因素分析和驗證性因素分析的區別?

---

最早提出因素分析想法的是高爾頓，他奠定了因素分析的基礎。其後，斯皮爾曼在研究「一般智力」(general intelligence)中首次採用了因素分析的數學模型方法，使得因素分析的方法得以真正成為現實。我們知道，因素分析是將多個實測變數轉換為少數幾個綜合指標(或稱潛變數)，

它反映了一種降維的思想。我們在研究中往往需要對反映事物的多個變數進行觀測，收集數據，變數龐大無疑為科學研究提供了豐富的信息，但在一定程度上增加了問題分析的複雜性，由於各變數存在一定相關關係，因而可以通過降維將相關性高的變數聚在一起，因素分析的思想由此而來。

最初在因素分析時常採用探索性因素分析方法，如SPSS軟體包中的因素分析(Factor analysis)，MINITAB軟體包中的因素分析，SYSTAT軟體包中的因素分析。隨著近年來EQS、LISREL、CALIS等軟體的開發，使得驗證性因素分析成為可能。下面對兩種方法分別予以介紹。

(一)探索性因素分析

探索性因素分析詳細描述了公共因素的數量和觀察變數的分析情況，但沒有詳細說明這些變數間關係的結構。同時必須有前提假設：

1.所有的公共因素都相關(或都不相關)。

2.所有的公共因素都直接影響所有的觀察變數。

3.唯一性因素間無相關。

4.所有的觀察變數只有一種唯一性因素影響。

5.所有的公共因素和所有唯一性因素無相關。

但在實際中這些前提條件是很難滿足的，由於這些假設是先定的，因而研究者無法修正或改進某個模型參數，只能聽任計算機自行處理，研究者的主動性也難以體現。這樣的模型也常稱之為GIGO模型(garbage in/Garbage out，垃圾進，垃圾出)。

(二)驗證性因素分析

驗證性因素分析克服了探索性因素分析的約束，研究者可根據理論或實踐研究需要對條件及參數加以控制，如：

1.哪些公共因素是相關的。

2.哪個觀察變數受哪個公共因素影響。

3.哪個觀察變數受哪個唯一性因素影響。

4.哪些唯一性因素是相關的。

在驗證性因素分析中研究者更主動，更能根據自己的理論提出模型。

---

推薦閱讀：