在因子分析中仅加载两个（或更少）项目（变量）是否可以接受？

我在SPSS中通过因子分析设置了一组20个变量。为了研究的目的，我需要发展6个因素。SPSS已显示8个变量（共20个）已被低权重加载或由于多个因素而均等地加载，因此我将其删除。剩下的12个变量已经在6个因子中成对装入了2个，这是完美的结构-就像我想要的那样，但是现在，一位与我合作的教授希望我找到理由（在什么条件下）每个因子仅保留2个项目是适当的，因为众所周知，因子分析对于每个因子加载3个或更多项目的结果很有用。

谁能帮我解决这个问题，最好还提供公开的参考资料？

每个因素两个或三个项目是您的CFA（确认FA）模型的标识问题。

为了简单起见，我们假设通过将每个因子的方差设置为1来识别模型。还假定没有相关的测量误差。

具有两个项目的单因子模型具有两个负荷和两个误差方差，需要估计= 4个参数，但是方差-协方差矩阵中只有3个非平凡条目，因此您没有足够的信息来估计这四个参数您需要的。

具有三个项目的单因子模型具有三个载荷和三个误差方差。方差-协方差矩阵有六个条目，仔细的分析检查表明已正确识别模型，您可以将参数估计值代数表示为方差-协方差矩阵条目的函数。每个因素有更多的项目，您就有一个过度识别的模型（自由度大于参数），这通常意味着您行之有效。

对于一个以上的因素，CFA模型始终会为每个因素标识3个以上的项目（因为为每个因素确定了一个简单的度量模型，因此大致来说，您可以获得每个因素的预测并据此估算其协方差）。但是，如果每个因素与总体中至少一个其他因素具有非零的协方差，则将确定每个因素具有两个项目的CFA。（否则，所讨论的因子将落入系统之外，并且不会识别出两个项目的单因子模型。）识别的证明是相当技术性的，需要对矩阵代数有很好的理解。

Bollen（1989）在第7章中全面，彻底地讨论了CFA模型的识别问题。244特别是关于三个和两个指示符的规则。

我从未听说过“每个因素3个项目”的标准。我想反驳这个问题，并请您的教授为这一陈述提供合理的参考。

除此之外，“出于研究目的，我需要开发6个因素。” 这是很奇怪的话。

因子分析的基本目的是：1）找出（较大）数量的测量变量之下有多少因子（通常是心理特征）。然后2），基于因素负荷，尝试描述这些因素的真正含义。

您没有“开发” 6个因素，而是“试图衡量” 6个因素。

但是，存在交叉载荷（变量由多个因子加载）通常表明这些因子正在“试图相互关联”。这是有道理的，因为我们知道基本上所有事物都与现实世界中的一切事物相关。通过使用倾斜（而不是正交varimax）旋转在分析中实现此观察结果，通常会消除许多交叉载荷。恕我直言，从理论上讲也更合理。

试一试，最终每个因素可能会带来更多的项目。那也可能（部分）解决您的问题。

我现在有同样的问题。这是一篇文章，建议每个因子至少使用3个项目。但是，在特殊情况下，您可能需要按每个要素使用项目（第60页）。http://www.sajip.co.za/index.php/sajip/article/download/168/165 我的情况似乎很特殊，因为基于网络的实验中只有两个变量可以提供玩家的信息。战略和战略力量。也许由于某些因素，它也可以帮助您将2个项目的使用合法化。