因素分析

簡介
　　1.爲一種多變項統計法.用來測量心理學家所假定的建構或個人內部的潛在特質.若使用好幾個測驗,但欲知事實上一共只測量到幾個共同因素,這時即可使用因素分析來了解這個問題。
　　2.因素分析 factor analysis 由斯皮爾曼（C．Spearman）於1904年所創始，在心理學領域中發展起來的一種多變量解析手段。他認爲，某一現象比幹預該現象的變數的數更少受潛在的因素所支配，如果在沒有外在標準的條件下，可以只根據觀測的數據探尋其因素。廣義地說，也可以包括主要成分分析和羣分析。從分解相關行列引出线性函數這一點看，因素分析很象主要成分分析，如果假定可以是一種誤差項的特殊因素的話，那么相關行列的對角要素要小於1.0。有一種見解認爲，圍繞這種推斷在數學方面的問題較多，使用主要成分分析的方法是無可非議的。在生物社會學、人體生理學、數量分類學、育種學諸領城中被採用。卡特爾的因素分析法
　　從某些最重要的方面來說，只要理解了因素分析法就理解了卡特爾的人格理論，所以，我們先以探討因素分析法的基本方面來作爲探討他的人格理論的出發點。
　　因素分析法的幾十就是相關性概念。當兩件事物同時發生變化時，就被認爲是相關的，說的確切些，是相互聯系的。例如，高度和重量是相關的，因爲當其中一個增加時，另一個也會增加。兩個變量同時變化的趨勢越強，那它們之間的相關性就越大。兩個變量之間關系的強度在數學上是用相關系數來表示的。相關系數可以在+1.00到-1.00的數值之間發生變化。相關系數爲+1.00表示兩個變量完全正相關；說的確切些，當一個變量的測量值增加時，另一個變量的測量值也同樣增加，且後者的增加量與前者的增加量存在純线性關系。相關系數爲-1.00表示兩個變量完全負相關；說的確切些，當一個變量的測量值增加時，另一個變量的測量值卻將減少，同樣，後者的減少量與前者的增加量存在純线性關系。相關系數爲+0.80時表示兩個變量之間高度正相關，但並非完全相關。也就是說，兩個變量之間存在着一種爭相變化的趨勢，但其變化量不存在純线性的關系，是由一段二次函數或多次函數描述的。相關系數爲-0.56時表示兩個變量之間存在着適度的反向關系，也可由一段二次或多次函數來描述。研究程序
　　卡特爾的研究程序是盡可能以多種形式對大量的個體進行測量。例如，他記錄了各種人的日常行爲，諸如碰到多少意外事故、所屬社團的數量、社會關系的數量等等。他把有這種方法收集到的數據稱爲L---數據，L表示“生活記錄”。他給被試做一些問卷，要求他們在卷子上根據各種特徵評定自己。他把由這種方法收集到的信息稱爲Q---數據，Q表示問卷。最後，他使用他所認爲的客觀測驗去誘發被試作出回答，然後對回答加以分析。例如，被試接受單詞聯想測驗時，必須在實驗者每次說出一個單詞時也要用一個單詞來回答。用這種技術收集到的信息被他稱爲T---數據。T表示測驗。