• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Psychometrika >Parceling Cannot Reduce Factor Indeterminacy in Factor Analysis: A Research Note
【24h】

Parceling Cannot Reduce Factor Indeterminacy in Factor Analysis: A Research Note

机译：包裹不能降低因子分析中的因子不确定性：研究说明

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Parceling-using composites of observed variables as indicators for a common factor-strengthens loadings, but reduces the number of indicators. Factor indeterminacy is reduced when there are many observed variables per factor, and when loadings and factor correlations are strong. It is proven that parceling cannot reduce factor indeterminacy. In special cases where the ratio of loading to residual variance is the same for all items included in each parcel, factor indeterminacy is unaffected by parceling. Otherwise, parceling worsens factor indeterminacy. While factor indeterminacy does not affect the parameter estimates, standard errors, or fit indices associated with a factor model, it does create uncertainty, which endangers valid inference.
机译：使用观察变量的包装作为共同因子增强负载的指标，但减少了指标的数量。 当有许多观察到的变量为每种因子时，随着负载和因子相关性强度时，因子不确定程度降低。 据证明，包裹不能降低因素不确定性。 在每个包裹中包含的所有物品的负载与残余方差的比率相同的特殊情况下，因子不确定不受包装的影响。 否则，包裹恶化因子不确定。 虽然因子不确定不影响与因子模型相关的参数估计，标准错误或拟合指数，但它确实创造了不确定性，危及有效推断。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号