
出版社: 格致
原售价: 42.00
折扣价: 29.00
折扣购买: 因子分析:统计方法与应用问题
ISBN: 9787543234925
金在温,美国爱荷华大学社会学系教授,亚太研究中心主任。他从加利福尼亚大学伯克利分校获得博士学位。专注于研究政治社会学、社会不平等、定量方法和东亚社会。他在《美国社会学刊》《美国政治科学评论》《美国社会学评论》和《社会力》等杂志上发表过文章,与维巴(Verba)、聂(Nie)合著了Equality and Political Participation: A Seven Nation Comparison(1978)。 查尔斯?W.米勒,美国爱荷华大学社会学系教授,他在爱荷华州立大学接受本科教育,在威斯康星大学麦迪逊分校获得博士学位。在《美国社会学评论》《社会学方法和研究》和《工作与职业》上发表过社会分层和定量方法的文章。他现在在进行组织改组和雇员忠诚度和满意度方面的研究。
因子分析主要用于探索还是验证,取决于研究者的主要目的。在两种应用中,准备合适的协方差矩阵,抽取初始的因子、旋转以获得最终结果这三个步骤都会涉及。虽然要获得最终结果并不总要遵循这些步骤(尤其在检验特定的假设时),但通过这些步骤来讨论因子分析的主要变型会比较方便。因此,本书的第一部分围绕这些步骤来组织。 在上一卷书中,我们已经指出在选择基本的录入数据时有一个重要的选项——是用普通的变量之间的协方差(或相关关系),还是用各实体的相似描述。迄今为止,我们的讨论都集中在前者,此处也会这样。 在因子分析的最初步骤中,我们有共同因子模型,它作为我们的参照模型,也有主成分分析,它背后的原理跟“公”因子分析不同。但它们都是广为运用的有效方法,都是探索变量之间“相互依赖关系”的工具。这两种方法的基本差别,在于主成分是观察到的变量的某种数学函数,而公因子则无法用观察到的变量的组合表达出来。在因子分析的最初步骤中,另一种方法是映像因子分析法。映像分析跟公因子分析的不同之处在于,公因子分析把观察到的变量看作潜在无限的总体中的一个样本,而映像因子被定义为变量的线性组合。本书会更详细地解释这些方法的异同。此外,如果用的是公因子模型,实际上有很多方法来抽取最初的因子。在本书中会介绍的抽取方法有:(1)最大似然抽取法(包括饶氏正则因子分析法),(2)最小二乘法(包括最小残差法和带迭代共通值的主轴因子分析法),(3)Alpha因子分析法。Alpha因子分析法可以看作共同因子模型的一个变型,也可以看作另一种方法。 因子旋转这个步骤包括两个主要选项,即正交旋转和斜交旋转。斜交旋转又可以继续细分为对因子模式矩阵的负载进行直接简化,以及对参照轴的负载进行间接简化。在以上各选项中又有其他的变型。它们中的大多数将会在后面的章节中谈到。 本书在《因子分析导论:它是什么以及如何运用》的基础上,对因子分析法进行了更深入的探讨。本书作者用明确的数据分析例子,详细介绍了因子分析的不同方法,以及它们在何种情况下最有用。更详细介绍了验证性和探索性因子分析的差别和因子旋转的各种标准,是社会科学工作者在使用因子分析法时不可多得的权威参考书。