1樓：包寒吳霜
至於選EFA還是CFA，要看你的研究目的啊。如果你是要開發或修訂一套量表，兩者都要做。如果你只是想在自己的研究中應用一套量表，頂多做CFA，但事實上一般只需要做信度分析（計算並報告分維度的α係數）就可以了，不必要再去驗證結構效度。
EFA完全是資料驅動的，所以每次取樣得到有差異的結果，是再正常不過的事情。問題的關鍵在於，通常你的目的不是修訂量表，而是做研究，那麼如果每次做研究都去從頭到尾重複驗證一下某個量表是否具有之前「已經成熟」的維度，可以是可以（能幫你了解這個量表是不是足夠穩定可靠），但是沒有必要因噎廢食，也沒有必要在這上面花太多精力，否則科學的發展腳步就太慢了，已經有「巨人的肩膀」，何必「重複造輪子」。
最後，如果你確實覺得某個量表的結構有問題，就拿著資料到心理測量等相關的期刊發文章argue，比如目前關於「自戀人格」的量表和維度就存在很多很多爭議。而如果只是在研究中使用量表，必須有文獻可參考才能去做維度上的調整。修訂和應用是截然不同的兩回事。
2樓：盧文龍
將NP問題轉換成非NP問題的必要限定啊。否則變數無窮無盡的。屬性上肯定選擇易於觀測及分布穩定的最好。
人本來就不可能有全知的上帝視角，但卻可以研究限定條件下，這些屬性與結果的關係。掌握方法先，統計方法先，然後回了演算法，再期盼有天能有更多的算力去研究更多屬性間的關係。但多元非線性關係嘛，人腦都是呵呵呵
3樓：OnlyS
探索性因子分析方法本身就是一種「猜測」，它的目的只是給出你這套變數背後可能內在隱藏的「因子」，這些都是基於你給到的資料。所以通過你現在的資料得到的結果，當然與現有研究可能有出入。100個樣本做因子分析，和10000個樣本提取出來的因子，未必相同。
如果你要從探索性因子分析方法入手，去反驗證成熟量表的穩定性，當前情況最可能的問題還是出在你的樣本上。
另外，補充一句，實際我們在用EFA的時候，和CFA（驗證性因子分析）是有一定結合的，同時也要看你的研究目的是什麼。目的不同，採用的方法也不同。題主其實不必太拘泥於方法（工具）的好壞與否，能達到你的目的和預期的方法，都是好方法。
特斯拉回應「不可能妥協」，還沒有進行調查研究就一口咬定不是自己的問題，消費者該如何維護自身權益？
吃雞首選 其實我覺得這個事情吧，真的是傷害消費者好感。本來我是個路人偏粉，哎，覺得還不錯，也借朋友的modle 3開過幾百公里。感受就是，挺新鮮的乙個玩具。如果說在駕駛體驗上有什麼負面的感受的話，確實在剎車這一塊，感受到剎車比較硬，達到80到100km h以上了之後，制動能力沒有汽油車那麼快。現在我...
學校進行心裡健康情況調查有什麼用
上海新生心理危機干預中心 作為了解現在學生心理的情況，是否要在政策上做調整等等的依據。也可以算是普查。個人可能覺得不太有用，不過裡面的一條條的問答也許也是乙個提醒，如果自己覺得心理需要放鬆等等，可以找找各種方法嘗試看看，來幫助自己調整和放鬆哦。 朱書辰 說實話，我個人覺得沒什麼大用處。無非就是想掌握...
HR是怎樣對面試者進行背景調查？
一 背景調查途徑一般分兩種 HR自主調查 委託專業背調公司做 無論哪種形式，首先是要取得求職者的授權的 二 背景調查內容一般有兩項 學歷驗證 過往工作經歷注 背調的崗位不同，背調內容可以相應的增減，有個別崗位還需要調查徵信 是否有違法行為 是否是競爭對手公司股東等 二 背景調查流程 1.求職者授權 ...