二元数据的因子分析

一位匿名读者在我的博客上发布了以下问题。

内容：

读者希望通过问卷对量表进行因子分析-但数据来自成对的丈夫和妻子。

题：

• 可以对二元数据进行因子分析吗？如果是这样，怎么办？
• 独立性假设是否适用于因子分析？

结构方程模型更适合此类数据，例如，通过引入耦合的额外因子来考虑依赖性结构（成对响应）。大卫•肯尼（David A. Kenny）回顾了分析二元数据的要点; 尽管它不专注于问卷分析，但可能会有所帮助。

一些参考：

1. 奥尔森，JA和肯尼，DA（2006）。可互换的二元结构方程建模。心理方法，11（2），127–141。
2. McMahon，JM，Pouget，ER和Tortu，S（2006）。使用SAS PROC NLMIXED对具有二进制结果的二元数据进行多级建模的指南。计算统计数据分析。，50（12），3663–3680。
3. Thompson，L和Walker，AJ（1982）。以二元为分析单位：概念和方法论问题。婚姻与家庭杂志，889-900。
4. Newsom，JT（2002）。二元数据的多级结构方程模型。结构方程模型，9（3），441-447。
5. González，J，Tuerlinckx，F和De Boeck，P（2009）。二元二元多元数据的结构关系分析。应用多变量研究，13，77-92。
6. PS，吉尔（2005）。二进数据的贝叶斯分析。

为了更全面地描述二进位数据模型（尽管不限于项目分析），我建议

• 肯尼（DA），凯西（DA）和库克（WL）（2006）。二元数据分析。吉尔福德出版社。
• Card，NA，Selig，JP，和Little，TD（2008）。发展和行为科学中二元数据和相互依存数据的建模。新泽西州Mahwah：劳伦斯·埃尔鲍姆协会（Lawrence Erlbaum Associates）。

是的，他/她可以对二元数据进行因子分析。我将从Kenny等人（2006）的“ Dyadic数据分析 ”开始。这是一本非常有用的书！

另一个选择是“在发展与行为科学中对二元数据和相互依存的数据进行建模”（Card等人，2008年）。

（如果您的匿名阅读能够读德语，则他/她可能对本演示文稿“ Dyadische Datenanalyse：Lineare Strukturgleichungsmodelle ” 感兴趣）。