Эксплораторный факторный анализ (EFA)
Разведочный факторный анализ, определяющий количество и состав факторов без заранее заданной модели.
Эксплораторный факторный анализ (EFA)
EFA — это инструмент первооткрывателя. Исследователь создаёт пул из 30–50 вопросов на предположительно важную тему, собирает данные на нескольких сотнях участников и спрашивает: «Какова реальная структура этого явления?» EFA отвечает, группируя вопросы в кластеры по паттернам ответов — без каких-либо предположений о том, сколько факторов должно получиться и какие вопросы к ним относятся. EFA используется для проверки и уточнения предполагаемой структуры — например, при разработке DASS-21 факторный анализ подтвердил разделение на три шкалы (депрессия, тревога, стресс) и помог оптимизировать набор пунктов, уточнив теоретическую модель авторов.
На практике EFA требует ряда решений: метод извлечения факторов (наиболее распространены метод главных осей и метод максимального правдоподобия), метод вращения (облимин для коррелирующих факторов, варимакс для независимых), а главное — число факторов для удержания. Это число определяется по критерию Кайзера (собственные значения > 1), тесту каменистой осыпи или параллельному анализу. Параллельный анализ считается наиболее надёжным, но наименее известным практикам.
Главная ловушка EFA: он работает на любых данных, даже на случайных. Алгоритм всегда выдаёт какую-нибудь структуру, независимо от того, существует ли она в реальности. Поэтому EFA обязательно требует повторения на независимой выборке — предпочтительно через конфирматорный факторный анализ. Нельзя строить тест только на основе EFA одной выборки: такая «структура» с высокой вероятностью окажется артефактом данных.
Глоссарий Психометрики — справочник терминов психометрики. Пройдите PHQ-9 для примера.