探索性因子分析与我国应用语言学研究.doc

载:中国英语教育,2005年第4期(/探索性因子分析与我国应用语言学研究1雷蕾1韦瑶瑜2(,,湖北武汉430070摘要:本研究对探索性因子分析方法在我国应用语言学领域的应用进行评述,发现,在因子抽取模型选取、确定因子数目方法和研究报告的报告项目上存在需要改进的地方。本文建议,在进行探索性因子分析时,1应保证研究样本足够大,2抽取因子时使用共同因素模型方法,3使用斜交旋转,4使用多种方法来确定因子数目。关键词:探索性因子分析;应用语言学;(Dillion&Goldstein,1984;Hair,Anderson&Tatham,1987;Kline,1994。潜在维度或潜在因子指的是单维度构念(Construct或维度,即由观测变量构成的具有某种特性的数据集合(Watson,1998。因子分析分为探索性因子分析和验证性因子分析。若研究者对潜在维度的数目和结构不甚明了,使用因子分析的目的在于探索观测变量的维度,就是探索性因子分析。若研究者通过前人研究/文献或先验知识对因子数目或结构已做出了假设,只是对假设进行验证,就是验证性因子分析(秦晓晴,2003。探索性因子分析的结果可以通过验证性因子分析来验证其数据拟和情况。Dunn&t(1995认为验证性因子分析优于探索性因子分析之处在于,验证性因子分析可以验证假设因子模型和模型与数据解释方差的拟合度,但是,探索性因子分析在对数据的探索及提供可供验证推定模型方面的价值也不可小觑(Watson,1998。Conway&Huffcutt(2003将探索性因子分析的目的分为1仅仅为了简化数据和2分析潜在构念。研究者进行因子分析的目的有时只是为了在尽可能保持原始方差量的前提下将大量变量简化为更好控制的少量因子,并不对其潜在构念进行分析。而进行因子分析更多地是为了对潜在构念进行分析,比如对因子数目/结构所作的假设进行验证,或者帮助研究者编制或修正量表,或者验证已有量表的单一维性。当然,对假设模型进行验证的更好方法是进行验证性因子分析。(Conway&Huffcutt,2003近年来,我国应用语言学领域越来越多地采用因子分析的方法进行研究,这些研究大致可分为两类:1仅采用探索性因子分析,而没有通过验证性因子分析进行验证,和2在探索性因子分析或前人研究形成概念模型的基础上通过验证性因子分析验证其结果并最终形成结构方程模型。其中,前者占了大多数,后者仅有几例。后者研究的重心在于报告结构方程模型结果,对于在验证性因子分析之前所作的探索性因子分析没有详细报告或另外撰文进行详细报告(吴红云&刘润清,2004b,或只是对概念模型进行验证从而得出最终的结构方程模型(王立非&文秋芳,2004;桂诗春,2004;秦晓晴&文秋芳,2002,或是根据聚类分析等其它统计分析的结果进行验证,从而得出最终的结构方程模型(董燕萍,1998。我国应用语言学领域近十年才出现采用因子分析方法进行研究的报告(陈鸿标,1998。因子分析在我国应用语言学领域尚处在起步阶段,由于1此方面的中文文献特别是专门针对应用语言学领域的中文文献较少,2我国外语研究者掌握科研方法、特别是定量科研方法1本文为华中科技大学同济医学院科学研究基金项目(2004-12成果。的情况不太理想(刘润清&戴曼纯,2003,,在使用因子分析方法的过程中存在一些问题。因此,有必要对其中的一些重要概念进行梳理,并对其中存在的误区进行澄清。本文对探索性因子分析进行探讨的理论依据主要来自于Ford,allum&Tait(1986、Fabrigar,Wegener,allum&Strahan(1999、Conway&Huffcutt(2003、Watson(1998和Park,Dailey&Lemus(2002等的研究,并只进行相关理论的简述,相关细节读者可以参考上述论著。同时,本文将以十年来我国应用语言学领域采用探索性因子分析并报告了探索性因子分析结果的研究报告为研究对象(详见附录,对探索性因子分析在我国应用语言学领域的应用进行评述。,说法不一,大致可以分为两类。第一类提出具体的样本大小数或变量数与被试数的比率关系。Kline(1994认为变量数与被试数之比应为1:5或1:10。卢纹岱(2002认为变量数与被试数之比应为1:5。秦晓晴(2003针对应用语言学领域的研究,提出了两条最低标准,其一、被试数至少为100,其二、变量数与被试数之比应为1:2。allum,Widaman,Zhang&Hong(1999则认为根据不同的研究,样本应该相当大,比如达到400或更大。第二类提出了变