机构名称：
¥ 1.0
解释性因素分析（EFA）是一种在定量研究中经常使用的多元统计方法，并已开始在社会科学，健康科学和经济学等许多领域中使用。与EFA一起，研究人员专注于解释结构的较少项目，而不是考虑太多可能不重要的项目，并通过将这些项目置于有意义的类别（因素）中来进行研究。但是，在超过60年的时间里，许多研究人员就何时以及如何使用EFA提出了不同的建议。这些建议的差异使使用EFA的使用混淆。讨论的主要主题是样本量，项目数量，项目提取方法，因子保留标准，旋转方法以及应用程序的一般适用性。文献中这些讨论和观点的丰富性使研究人员难以确定在EFA中遵循哪些程序。因此，研究人员收集有关一般程序（样本号，旋转方法等）的不同信息将是有益的。在使用EFA时。本文旨在为读者提供实施EFA时要遵循的程序并共享有关EFA过程中方法论最新发展的实用信息的概述。认为，该研究将是研究人员在使用EFA中开发明确决策路径方面的重要指南，并且集体呈现最新信息的方面。
947探索者因子分析（EFA）数量...
主要关键词
相关文件推荐
