本文以SPSSAU系統為例，針對因子分析的常見問題進行匯總說明。
①問題一：提取因子個數
提取因子的個數是一個綜合選擇的過程。默認是按“特征根大於1”作為因子提取的標准。
特征根不是唯一的判斷標准。除此特征根，還可以通過累積方差貢獻率、碎石圖等指標綜合判斷。
如果分析前已經有了預期的維度（因子）划分，也可以在分析時主動設定提取因子個數，再根據上面的指標進行調整。
②問題二：因子相關矩陣在哪里分析？
使用【通用方法】--【相關】可得到相關矩陣。
③問題三：怎么處理因子與分析項的對應關系
因子與對應項關系不一致，一般有三種情況：
第一種是一個分析項對應着多個因子；導致題項無法歸類；
第二種是題項與對應因子的關系出現嚴重偏差；
第三種是題項在各個因子下的載荷系數值或共同度都非常低。
解決方法：
第一種情況，一般都可以接受。如果其他題項中出現后面兩種情況，優先處理后兩種問題，刪除該題項后，重新分析。直到所有題項與因子對應一致即可。
④問題四：因子如何命名
因子命名需要綜合判斷，主要是根據專業知識結合因子下各測量項的共同含義概括得到的。最終的因子名應該符合專業上的認知，這樣分析結果更易理解。
⑤問題五：一個因子只有一題
一般情況下，一個因子通常對應3~7個題項。如果一個因子下只有一個題，此時建議不要針對該因子，改使用其他方法進行分析。
⑥問題六：因子分析的如何使用因子進行后續分析？
如果是量表數據，建議通過【數據處理】--【生成變量】計算均值得到維度均值，用於后續研究。
【生成變量】--【平均值】
如果是非量表數據，可保存因子得分，用於后續研究。
⑦問題七：降維后因子如何分類
如果需要利用得到的因子進行聚類分析，首先需要對因子進行命名，再明確了實際意義后，可以通過SPSSAU【數據處理】--【生成變量】得到維度均值。再用得到的因子進行聚類分析，並對聚類結果命名。
⑧問題八：出現奇異矩陣如何解決？
如果提示出現“奇異矩陣”，通常情況下有以下三個原因及解決辦法。
第一、由於分析樣本量太少（比如分析項有20個，分析樣本僅10個），此里需要加大樣本量或者減少分析項即可；
第二、分析項之間的相關性非常非常強(相關系數大於0.8，甚至接近1)，共線性嚴重，建議使用相關分析，然后把相關系數值非常大的項移除出去后再次分析；
第三、分析項之間的相關性非常非常弱（相關系數接近0），建議使用相關分析，然后把相關系數值非常小的項移除出去后再次分析。
⑨問題九：探索性因子分析與驗證性因子分析的區別
二者的區別在於，驗證性因子分析(CFA)用於驗證對應關系，探索性因子分析(EFA)用於探索因子與測量項之間的對應關系。
如果是成熟的量表，研究者可同時使用驗證性因子分析CFA，和探索性因子分析(簡稱因子分析,EFA)用於驗證量表的效度。
如果量表的權威性較弱，通常使用探索性因子分析(EFA)進行探索因子，或者效度檢驗分析。
⑩問題十：因子分析樣本量
沒有固定標准。通常建議樣本量在題目的5倍以上，結果比較具有參考意義。
以上就是今天分享的內容，更多干貨內容可登錄SPSSAU官網查看。