是否有标准的拟合度来验证探索性因素分析？
Is there a standard measure of fit to validate Exploratory factor analysis?
我正在使用最大似然法和 Varimax 正交旋转在 R、Python、Mplus 和 SPSS 中对探索性因子分析进行建模。但是，每个软件给出的拟合度不同，我不确定以下哪个拟合度证实了因子分析的有效性：
- KMO测试
- Bartlett 球形检验
- 比较适合指数 (CFI)/塔克刘易斯指数 (TLI)
- 卡方统计量
- RMSEA
- SRMR
以下是之前的两项研究，它们在其全民教育模型中提到了前两项措施，而在其他研究中提到了部分或全部六项措施的组合：
Börjesson M、Hamilton CJ、Näsman P、Papaix C (2015) 驱动因素 public 支持减少道路拥堵政策：拥堵收费、免费 public 交通等斯德哥尔摩、赫尔辛基和里昂的道路。 Transp Res Part A Policy Pract 78:452–462。 https://doi.org/https://doi.org/10.1016/j.tra.2015.06.008
Li L, Bai Y, Song Z, et al (2018) Public 基于当前乘客忠诚度的交通竞争力分析。 Transp Res Part A Policy Pract 113:213–226。 https://doi.org/https://doi.org/10.1016/j.tra.2018.04.016
请帮我解决这个问题。
由于上面有一个 SPSS 标签，我将回答 SPSS 在 FACTOR 过程中提供的探索性因素分析的内容。正如其他人所提到的，Bartlett 球形检验和 KMO 统计基本上是健全性检查，检查您是否有共同点作为共同因素分析的基础。其他衡量标准是数据与模型的拟合优度。 FACTOR 中唯一可用的是最大似然和广义最小二乘估计的卡方检验。这基本上为您提供了有关数据是否不适合模型（具有较小的 p 值）以及是否需要更多因素来提高适合度的信息。
我正在使用最大似然法和 Varimax 正交旋转在 R、Python、Mplus 和 SPSS 中对探索性因子分析进行建模。但是，每个软件给出的拟合度不同，我不确定以下哪个拟合度证实了因子分析的有效性：
- KMO测试
- Bartlett 球形检验
- 比较适合指数 (CFI)/塔克刘易斯指数 (TLI)
- 卡方统计量
- RMSEA
- SRMR
以下是之前的两项研究，它们在其全民教育模型中提到了前两项措施，而在其他研究中提到了部分或全部六项措施的组合：
Börjesson M、Hamilton CJ、Näsman P、Papaix C (2015) 驱动因素 public 支持减少道路拥堵政策：拥堵收费、免费 public 交通等斯德哥尔摩、赫尔辛基和里昂的道路。 Transp Res Part A Policy Pract 78:452–462。 https://doi.org/https://doi.org/10.1016/j.tra.2015.06.008
Li L, Bai Y, Song Z, et al (2018) Public 基于当前乘客忠诚度的交通竞争力分析。 Transp Res Part A Policy Pract 113:213–226。 https://doi.org/https://doi.org/10.1016/j.tra.2018.04.016
请帮我解决这个问题。
由于上面有一个 SPSS 标签，我将回答 SPSS 在 FACTOR 过程中提供的探索性因素分析的内容。正如其他人所提到的，Bartlett 球形检验和 KMO 统计基本上是健全性检查，检查您是否有共同点作为共同因素分析的基础。其他衡量标准是数据与模型的拟合优度。 FACTOR 中唯一可用的是最大似然和广义最小二乘估计的卡方检验。这基本上为您提供了有关数据是否不适合模型（具有较小的 p 值）以及是否需要更多因素来提高适合度的信息。