探索性因子分析(常缩写 EFA):一种统计方法,用来在一组相关的观测变量中发现潜在的共同维度/因子,以便进行降维、构念探索与量表条目归类。它通常在理论结构尚不明确时使用(相对地,CFA 用于检验既定结构)。
/ɪkˈsplɔːrətɔːri ˈfæktər əˈnæləsɪs/
We used exploratory factor analysis to group the survey items.
我们用探索性因子分析把问卷题目分组。
After removing cross-loading items, the exploratory factor analysis suggested a three-factor structure with acceptable fit and clear interpretability.
在删除交叉载荷条目后,探索性因子分析提示存在三因子结构,拟合可接受且解释清晰。
该术语由三部分构成:exploratory(“探索性的”,源自 explore,意为“探索、勘察”)+ factor(“因子”,在统计学中指潜在变量/共同维度)+ analysis(“分析”,源自希腊语词根,表示“分解、解析”)。合起来强调“先探索结构、再解释因子”的用途。