1 概述与定位
因子分析是一类统计建模方法，用于从多个观测变量的相关结构中提取若干潜在维度（因子）。其核心思想是：观测变量之间的共变并非完全由随机性产生，而是可以由少数潜在因子与各变量自身的特异成分共同解释。
在实践中，因子分析常被用于心理测量与问卷结构检验，也被用于市场调研中的维度归纳、数据降维后的可解释表征，以及信号或多指标数据中的“结构化解释”。与纯降维不同，因子分析强调因子与观测变量之间的联系，从而提供可解释的结构图景。
1.1 在社会科学中的用途
在社会科学研究中，研究者常面临“多个题项/指标共同反映某种心理或态度结构”的问题。因子分析可用来检验问卷题项是否确实聚合到若干理论维度，并评估这些维度是否能概括数据中的相关模式。
此外，当研究目标是将高维测量结果压缩为少数因子得分时，因子分析也能提供相对平衡的“解释性与统计便利”。在比较不同群体、不同时间点的结构稳定性时，因子分析的扩展形式也常用于检验测量一致性。
1.2 与相关术语的关系（PCA、SEM等）
因子分析与主成分分析（PCA）同样都用于从相关矩阵中提取低维结构，但两者在统计含义上并不相同。简要而言，PCA更偏向于寻找能最大化方差的线性组合；因子分析则以潜变量模型为框架，显式区分共同因子带来的共变与特异/误差成分。
与结构方程模型（SEM）的关系在于：因子分析的测量模型可以作为SEM的一部分被估计。当研究者需要在因子之上进一步建模因果链条、回归关系或多层结构时，SEM提供更广的表达能力，但其基础仍依赖对测量部分的因子结构刻画。
1.3 模型目标：解释性与降维性
因子分析通常同时追求两类目标：
- 解释性：通过因子载荷揭示观测变量与潜在维度之间的对应关系，并将若干题项归纳到可命名的维度上。
- 降维性：用少数因子（或因子得分）替代原始大量变量，从而降低后续分析的维度与噪声影响。
在不同研究中，解释性与降维性的权重可能不同。例如，问卷开发更强调结构解释；预测任务有时更关注得分的稳定与可用。
2 基本思想与统计假设
因子分析的基本设定是：每个观测变量都可以看作由共同因子造成的线性贡献与一个不可由因子解释的特异成分（可包含误差）构成。
2.1 潜变量与观测变量的对应
设有若干观测变量（如题项得分），它们并不直接等同于潜在心理维度。模型通过因子载荷将潜在因子映射到每个观测变量，从而形成“潜变量—观测变量”的对应关系。估计后得到的载荷可用于判断某个因子对某些题项的解释强度。
2.2 共同因子与特定误差的分解
模型通常将观测变量的方差分解为两部分：
这种分解是因子分析能够区分“共因结构”和“个体差异/噪声”的原因。
2.3 线性与正态性等常见假设
在许多标准推导与估计方法中，模型假设观测变量与因子之间是线性的关系。若使用最大似然等基于分布假设的估计，还会引入正态性（或近似正态）等条件，以保证估计与推断的理论性质。
需要强调的是，在实际数据中，正态性可能不完全满足，因此研究者往往更关注“估计方法是否对偏离更稳健”以及“结果是否随替代估计保持一致”。
2.4 可辨识性与模型约束
因子模型存在参数可辨识性（identifiability）问题：在缺少约束时，不同参数组合可能产生相同的模型含义。因此通常需要额外设定，如因子数量确定后，采用旋转（正交或斜交）并施加载荷或因子度量的约束，以使参数能够被估计并获得可解释的结构。
3 标准因子分析模型
标准因子分析可用矩阵形式表达：观测向量由因子得分与载荷矩阵共同生成，再加上特异误差项。此结构决定了相关结构的来源与可估计性。
3.1 典型测量模型形式
常见测量模型写作： 观测变量 = 载荷矩阵 × 因子 + 特异成分（误差项）。 在该框架中，载荷矩阵刻画每个因子对每个观测变量的贡献比例；特异成分刻画无法由共同因子解释的部分。
3.2 因子载荷的含义
因子载荷（factor loading）反映某个因子与某个观测变量之间的关系强度与方向。载荷越大（绝对值越大），通常意味着该变量对该因子的共同结构贡献更明显。由于旋转等原因载荷的“具体数值布局”可能变化，但其总体解释应在可辨识的前提下保持一致。
3.3 唯一性（特异性方差）与误差结构
“唯一性”（uniqueness）常用于表示某个观测变量中，无法由共同因子解释的方差比例。它与误差结构相关：如果某变量的唯一性较大，说明它与其他变量的共享结构较弱，或该测量包含较多噪声成分。
3.4 因子协方差结构：正交与斜交
因子之间可能相互独立，也可能存在相关性。
- 正交模型：通常假设因子彼此不相关，旋转选择会倾向于保持该约束；
- 斜交模型：允许因子之间存在相关，从而更符合某些理论场景（例如不同心理维度可能彼此关联）。
选择哪一种结构取决于研究假设、数据表现以及解释需求。
4 参数估计方法
因子分析的参数估计决定了载荷、特异性与因子协方差的估计方式。不同估计方法在目标函数、分布假设与数值行为上存在差异。
4.1 主轴因子（Principal Axis Factoring）
主轴因子是一类常见的探索性估计思路，通常不完全依赖观测变量的正态性假设而强调共同方差结构的拟合。它在许多实际应用中具有较好的适用性，尤其是在研究者关心共同因子而将特异成分视为需要被建模的噪声来源时。
4.2 最大似然估计（ML）
最大似然估计通过最大化给定模型下的似然函数来获得参数。它常被用于更系统的统计推断（如基于理论分布的检验或拟合评估），前提是数据与模型假设在一定程度上相容。若分布偏离显著，可能需要更稳健的变体或替代策略。
4.3 其他估计思路（加权最小二乘等）
在实践中，还可见加权最小二乘（WLS）或基于相关/协方差矩阵的其他优化方法。此类方法的设计目标通常是处理非正态、测量尺度差异或异方差等问题，使估计与拟合评估更符合数据特性。
4.4 收敛、初值与数值稳定性
因子分析通常涉及数值优化，结果可能受到初值与收敛条件影响。为了获得稳定解，研究者往往会检查：
- 是否出现明显的局部最优；
- 结果是否在不同初值下保持一致；
- 输出是否报告了收敛状态与关键警告信息。
5 因子数量的确定
因子数量是因子分析中最关键的决策之一。提取过少会忽略重要结构，提取过多则可能把噪声也当成维度。
5.1 基于理论的先验设定
在问卷与测量研究中，理论维度通常先于统计结果被提出。若理论明确给出维度数量，研究者可以将因子数量作为先验设定，并在估计与拟合评估中检验模型是否合理。
这种做法的优势在于解释清晰；不足在于若理论与数据结构存在偏差，可能出现拟合不足或因子含义不稳定。
5.2 特征值与碎石图（Scree plot）
碎石图展示按大小排序的特征值随因子编号的变化形态，用于判断“拐点”位置。该方法直观但主观性较强，且在不同样本或噪声水平下可能产生不同判断。
5.3 并行分析（Parallel analysis）
并行分析常通过将真实数据的特征值与随机数据（在相同样本规模等约束下）的特征值进行比较来决定因子数量。其思想是：只有当真实数据的特征值显著高于随机情况下的对应值时，才认为该维度可能反映真实结构。
5.4 信息准则与拟合权衡
基于拟合优度与模型复杂度的准则（如信息准则思想）可用于在“解释更多维度”与“增加参数导致过拟合风险”之间取得平衡。具体指标取决于估计方法与模型设定，但共同逻辑是利用惩罚项约束复杂度。
5.5 过度提取与欠提取的后果
- 欠提取：因子不足导致强相关结构无法被有效解释，载荷可能被迫“平均化”，从而削弱可解释性。
- 过度提取：因子过多可能将特异噪声当作额外维度，导致载荷不稳定、命名困难，甚至在不同样本上出现结构漂移。
因此，在确定因子数量时，统计依据与可解释性应共同被考虑。
6 因子旋转与可解释性
旋转是因子分析中提高可解释性的关键步骤。由于因子模型在数学层面允许多种等价表示，旋转帮助将载荷结构调整为更易理解的形式。
6.1 旋转的目的与直观效果
旋转旨在让载荷矩阵呈现“简单结构”（例如某些因子主要与少数题项强相关）。这样更便于将每个因子命名为具有明确含义的维度，并减少因子之间的模糊重叠。
6.2 正交旋转（如Varimax）与适用场景
正交旋转保持因子彼此不相关的约束。它通常倾向于让载荷在某些变量上更集中，同时让其他变量上的载荷接近零，从而增强分辨性。当研究者认为不同维度理论上应近似独立，正交旋转往往更贴合解释需求。
6.3 斜交旋转（如Promax）与因子相关
斜交旋转允许因子相关，从而在理论上允许不同维度之间存在联动。若数据表现出因子之间明显相关、或理论允许维度相互影响，斜交旋转可能得到更符合直觉的结构布局。
6.4 旋转后载荷的读取规则
旋转后需要重新解读载荷：
- 对每个因子，通常关注哪些变量在该因子上具有较大的载荷；
- 对跨因子的“重载荷”变量，需要判断其是否合理地属于多个维度，或是否提示模型需要调整；
- 解释时应同时考虑符号（正/负方向）与大小（强/弱关系）。
由于旋转改变了载荷分布，命名与解释必须基于旋转结果而非未旋转结果。
6.5 载荷阈值与命名实践（经验性）
实践中常见经验包括：使用绝对值大小作为判断标准，并结合研究背景决定阈值。命名通常应尽量贴近题项内容与因子所代表的潜在含义，而不应仅凭统计显著性完成命名。对于重载荷变量，命名需要谨慎，避免过度简化。
7 模型拟合与评估指标
因子分析不仅追求“看起来能解释”，还需要评估模型是否对观测相关结构提供了足够的近似。
7.1 重复相关与残差概念
在拟合评估中，常使用“重复相关”（reproduced correlations）或残差来刻画：模型根据因子结构能重现观测相关性的程度，以及哪些相关项未被很好解释。残差较大通常意味着某些变量对之间的关系结构没有被模型捕捉到。
7.2 拟合优度指标（如RMSEA、CFI等：概念层面）
拟合优度指标用于总结模型与数据的整体吻合程度。以概念层面理解：某些指标强调误差的绝对量（偏差程度），有些指标强调相对改进（相对于基准模型的改善），并对样本规模与复杂度做不同形式的调整。
在解释这些指标时，一般需要结合研究语境与模型复杂度，不宜仅凭单一阈值做定论。
7.3 残差分析与局部拟合
整体指标可能掩盖局部问题。通过检查残差或局部拟合情况，研究者可定位哪些题项之间的关系偏离较大，从而决定是否需要删除题项、调整因子数量或更换估计策略。
7.4 可靠性与稳定性检查（复抽样思路）
稳定性可通过复抽样（如自助法思想）或跨样本验证来检验。若在不同抽样条件下载荷结构显著变化，说明模型可能对样本噪声敏感，需要进一步审视量表质量或模型设定。
7.5 跨样本/跨时间的可复现性
可复现性强调模型在不同样本或时间窗口上是否给出相近的因子结构。若结构仅在特定样本成立，则解释效度会受到影响。该问题在社会科学问卷研究中尤为常见，因为样本来源差异往往带来文化或作答方式的变化。
8 因子得分与应用
因子得分把潜在因子从模型中“落地”为每个样本的可计算指标，从而便于后续回归、分组或预测建模。
8.1 因子得分的生成方式
因子得分的计算常基于估计出的载荷与因子协方差（若允许相关）。不同方法会在权重与标准化方式上有所差别。无论采用何种方案，关键是保证得分与所选模型（旋转、因子相关设定等）一致。
8.2 在回归/分类中的使用方式
在回归中，因子得分可作为自变量或因变量的低维表示；在分类或聚类前，也可作为特征输入减少维度。使用时应注意：因子得分依赖测量模型，若测量结构存在偏差或不稳定，可能会传导到下游模型。
8.3 缺失值处理与得分稳健性
当原始题项存在缺失时，得分计算会涉及缺失数据处理策略。研究者通常要考虑缺失机制的可能性，并检查得分对缺失处理方法是否敏感，以确保结论不被少量缺失处理方式主导。
8.4 标准化、解释尺度与可比性
因子得分的尺度可能与建模设定有关。为了跨组或跨时间比较，研究者需要确保标准化策略一致，并理解不同因子之间的相对含义。若使用旋转产生了因子相关或改变了载荷结构，解释与比较也应基于同一模型设定。
9 在社会科学中的典型流程
社会科学语境下的因子分析通常围绕问卷开发、结构检验与报告规范展开。
9.1 问卷与变量筛选
流程往往从题项清理开始：去除明显无效项、检查重复或高度同质的问题，并在可能的情况下依据理论与质量标准筛选变量。因子分析对测量质量较为敏感，前期处理会显著影响结果。
9.2 适用性检验：相关结构是否值得建模
在进行因子分析之前，常进行相关结构适用性评估，例如查看相关矩阵的整体特征与是否存在足够的公共结构。若变量之间普遍相关性很弱，提取因子难以获得稳定且可解释的维度，此时可能需要重新设计量表或更换变量集合。
9.3 结果解释：从载荷到维度命名
解释通常遵循“从载荷到维度含义”的路径：
- 识别每个因子下的核心题项；
- 结合题项内容与理论背景命名维度；
- 处理重载荷或跨因子题项，必要时结合改进建议调整模型或测量工具。
9.4 报告规范：透明度与复现要求
报告应包含关键决策信息：因子数量依据、估计方法、旋转方式、载荷与特异性输出、拟合评估指标及其解释方式等。透明的报告有助于读者复核结果并比较不同研究的差异来源。
10 前置条件与数据质量
因子分析结果在很大程度上受数据质量与建模前提影响。此部分强调概念层面的关键风险点。
10.1 样本量与估计精度的权衡
样本量不足会增加估计不稳定与结果波动。与此同时，过大的样本量可能会让极小偏差也显得显著。因此研究者通常需要在可获得的样本规模与统计精度之间取得平衡，并通过稳定性检验缓释不确定性。
10.2 多重共线性与极端相关问题
当变量之间存在过强相关或结构过于单一时，模型可能出现载荷集中、因子分化困难等现象。此时需要检查题项内容是否存在重复测量、以及是否需要减少高度相似的变量。
10.3 离群值与测量误差
离群值会影响相关结构，进而影响载荷与因子数量判断。测量误差表现为共同结构不清晰或唯一性偏大。研究者可通过数据清理、稳健估计选择以及误差敏感性检查来降低影响。
10.4 量表类型与测量水平的影响
观测变量的测量水平（如有序分类与连续近似）会影响相关结构的适配与估计选择。若量表并非真正连续，采用更匹配的估计策略可能更合理，并有助于提升拟合评估的可靠性。
10.5 缺失数据机制的影响（概念层面）
缺失并非总是随机。若缺失与潜在因子或题项内容相关，简单填补或忽略可能引入偏差。研究者通常需要说明缺失处理方式的合理性，并在可能时报告敏感性分析结果。
11 常见扩展与变体
在应用中，因子分析经常被扩展以适应不同研究目标，包括探索、验证、跨组比较与层级结构表达。
11.1 探索性因子分析（EFA）
探索性因子分析用于在缺乏明确结构先验的情况下发现潜在维度。它强调从数据中提取合理结构，并通过载荷模式与拟合评估来形成解释。
11.2 验证性因子分析（CFA与与SEM的衔接）
验证性因子分析用于检验预先设定的因子结构：例如某些题项是否应当归属到指定因子、因子之间是否允许相关、是否存在特定的交叉载荷约束。作为SEM的一部分，CFA还能将测量模型与结构模型衔接，从而进行更完整的理论检验。
11.3 多组因子分析（测量不变性思想）
多组因子分析关注同一量表在不同群体（如性别、年龄组、地区）中的结构是否保持一致。测量不变性相关思想强调：即便因子得分不同，也应当先确认测量尺度的含义在群体之间可比。
11.4 二阶因子模型与层级结构
二阶因子模型允许存在更高层的潜在因子对一阶因子进行解释，形成层级结构。例如若理论认为若干相关维度归属于更广泛的总体构念，可以用二阶因子表达这种组织方式。
11.5 因子分析与其他降维方法的互补
因子分析与主成分分析、非线性降维在目标上各有侧重。因子分析更强调可解释的潜变量结构；而某些降维方法更关注纯粹的低维表征效果。实际研究中常根据目标取舍，并在必要时进行方法对照或互补验证。
12 常见误区（“避坑清单”）
因子分析中常见的偏差会影响结论可信度。以下列出较常见的问题类型，以帮助研究者规避。
12.1 把相关当因果的风险
因子分析主要处理相关结构与测量维度，不提供直接因果推断。若研究将因子结构解释为因果关系，容易忽略“结构反映测量与共变模式”的事实。
12.2 忽视旋转带来的解释差异
旋转会改变载荷的布局，从而影响“哪些题项更强属于哪个因子”的解释。只查看未旋转结果或混用不同旋转版本会导致解读不一致。
12.3 因子数量由“看起来差不多”决定
仅凭直观相似性选取因子数量容易造成过度或欠提取。应综合理论依据与统计方法（如碎石图、并行分析、信息准则）并进行敏感性检查。
12.4 载荷解释过度延伸
载荷大小与显著性并不等同于绝对重要性。研究者在命名维度时应避免把载荷的含义扩展到与模型假设不一致的范围，例如过度推断变量之间的强因果联系。
12.5 忽略拟合与不确定性评估
如果仅关注载荷而忽略拟合指标和残差结构，可能会得到“可解释但不充分”的模型。更稳妥的做法是同步报告拟合评估与稳定性证据。
13 与实现工具的关系
不同软件实现会影响默认设置、输出字段与数值行为。理解常见参数项有助于形成“可复现”的分析记录。
13.1 主流软件中的常见参数项
常见参数包括：因子数量、估计方法（如ML、主轴因子、WLS等）、旋转类型（正交或斜交及其具体算法）、缺失处理策略、收敛准则与迭代控制等。研究者应确保这些关键选项与研究目标匹配。
13.2 结果表格的典型输出（载荷、特异性、得分）
软件通常输出载荷矩阵（含旋转后版本）、因子协方差（若允许相关）、特异性或唯一性指标、拟合评估摘要，以及因子得分相关信息。对社会科学用户而言，重点在于准确读取载荷并结合阈值与理论完成解释。
13.3 可复现性：随机种子与版本差异
部分算法可能包含随机初始化或数值优化路径。为保证复现，研究者需要记录随机种子、软件版本、运行环境与主要参数设置。即使同一数据，版本差异也可能引入细微数值变化，影响比较结论的精度。
13.4 参数设定的“最小可行报告”
最小可行报告通常至少应包含：样本规模、变量处理与缺失策略、因子数量依据、估计与旋转方式、关键拟合指标与载荷阈值策略。若研究用于发表或跨团队复核，记录更多细节将更有保障。
14 参考概念与延伸阅读方向
因子分析的学习可以从基础概念入手，再逐步扩展到估计方法、模型检验与应用报告规范。
14.1 教科书式阅读路径
建议从潜变量模型与载荷解释开始，理解因子数量与旋转带来的识别含义。随后再学习估计方法（探索与验证）、拟合评价与稳定性验证，并通过案例练习形成直觉。
14.2 论文写作中如何呈现因子分析结果
论文呈现通常需要：说明研究目的与理论假设、给出模型选择依据、报告关键表格（载荷、唯一性、因子相关）、补充拟合指标并解释其含义，同时讨论限制与不确定性来源。写作重点在透明与可复核。
14.3 实证案例研究的选择标准
选择延伸阅读时，可优先关注：样本与变量质量说明充分的研究、模型设定清楚（估计与旋转明确）、对因子数量选择给出理由、并进行稳定性或跨样本验证的案例。这样更容易将方法迁移到自身研究情境。