为什么探索性因素分析(EFA)提示单因素,而单因素确认性因素分析(CFA)模型不适合?

时间:2020-03-02 18:58:01

标签: statistics r-lavaan factor-analysis

我知道我以前看到过与此主题相关的主题,但是找不到它。所以,请原谅我。

我对8个项目(共59个患者)进行了问卷调查。数据由0到10级的顺序反应的7天平均值组成(例如,0 =“没有痛苦”,10 =“最糟糕的可能的痛苦”)。可靠性是不错的:Cronbach的alpha为0.87。并行分析(使用R的fa包中的psych函数)表明,一个因素是响应的基础。但是,验证性因素分析(在R的cfa程序包中使用lavaan函数)表明,一因素模型是不合适的(CFI = 0.687,RMSEA = 0.297)。

除了样本量较小以外,是否还有其他解释说明?如果您知道有任何解决此问题的期刊文章,那将是最有帮助的。

如果您认为此问题在其他Stack Overflow网站上更合适,请提出您的建议。

谢谢。

0 个答案:

没有答案
相关问题