因素分析報告重點整理：使用因素分析的注意事項

前天因素分析課程分享了四篇期刊論文，
雖然每篇內容詳略不一，說明方式不盡相同，
有些文章以前人研究為例，也有以自己的資料分析結果為例，也有彙整前人的建議的文獻，
但可簡單歸納為下列幾項：

1.個案人數的多寡未必是建立於題數與個案的比例，應視題目的共同性、構念被定義的清楚程度而定。如果共同性高、構念的定義清楚，即使100為個案可能也是足夠的。如果共同性低，構念不清楚，500名個案仍不足夠。至於如何抉擇，則看作者的判斷。

2.決定因素數目時，最好不要採用特徵值大於1的法則，因為容易取過多因素。（以陡坡圖、平行分析方式萃取因素數目為佳）

3.盡量不要以主成分分析法（PCA）進行因素分析，因為PCA在初始的相關矩陣中，對角線的共同性全部設定為1（亦即不考慮測量誤差的影響），因此容易使最後估計的因素負荷量偏高，而取過多的因素數目。

4.轉軸前的因素負荷量以及使用正交轉軸方式的因素分析結果可能不足採信。因為轉軸後因素負荷量會大幅改變（共同因素可能會消失），正交轉軸則是假設因素之間無相關，而此假設與現實狀況不符。

雖然上述概念在近20年已有不少計量學家達成共識，
但是由於電腦預設，以及同一方法用於不同領域目的不同，易造成混淆的情形，
因此這些問題還是普遍出現。
所以在課堂上，老師特地讓我們閱讀這幾篇文獻，釐清想法。

後記：
在瞭解每一種因素分析的背後概念之後再看這些注意事項，
會覺得他們的建議很合理，也很清楚。
但是自己之前找資料慢慢摸索的時候，總是陷入一團迷霧。
儘管自己曾簡單報告過因素分析，但是當時對因素分析的概念仍不瞭解。
因此，也難怪這些概念為什麼到現在還一直被舊事重提了！