探索性因子分析EFA在指标体系构建研究中的应用

各位读者大家好，我是一名数据战士。 统计/数据分析博主，长期从事统计软件教学培训、统计问答咨询和数据分析工作。

今天我们来读一篇探索性因子分析EFA在指标体系构建研究中的应用的文章。

研究目的

劳动关系评价指标体系的构建和应用对于化解劳资矛盾、改善企业生产经营、促进社会和谐具有重要的指导作用。

国内外劳动关系衡量指标

本研究从企业、企业与员工互动、员工三个层面对国外劳动关系研究中的主客观测量指标进行了分类和总结。 详细信息请参见表 1。

本研究还从企业、企业与员工互动、员工三个层面对国内劳动关系研究中的主客观测量指标进行了分类总结，如表2所示。

本研究指标体系的提出

本研究对员工劳动关系满意度的影响因素进行了深入探讨。 xxx年至xxx年，共进行了5次专家组讨论，探讨劳动关系满意度的构成要素。 专家组由人力资源管理系教授x名、数量经济学研究中心讲师x名、人力资源管理系博士研究生x名组成。 经过与专家讨论，一致同意借鉴阿尔德弗的ERG理论，将企业劳动关系中的员工需求分为三个层次，即生存（）需求、关系（）需求和成长（）需求。

为了丰富各要素下的具体衡量指标，本研究于xxx至xxx年先后走访了x家企业，对xx名基层员工和x名基层管理人员进行了深度访谈； 选定xx家企业，分别开展x个专题论坛。

本研究系统地整理了座谈会和访谈资料，将抽象的描述转化为具体、恰当的描述，并进行分类和总结。 基于上述数据的分类结果，并参考国内外相关研究，本文形成劳动关系满意度一级和二级初始指标，共38项。 指标体系框架如下图所示。

（小兵：请注意，研究者根据理论、前人研究和专家咨询提出的初始结构是9个维度、38个问题，是二级结构，而不是三级结构。

最初的结构只是理论上的，需要数据的支持。 可以使用探索性因素分析（EFA）或验证性因素分析（CFA）来提供这个证据，顺便提供指标体系所需的权重系数）。

数据采集

本研究以初始指标作为构成劳动关系满意度的感知变量，采用五点量表设计问卷，采用便利抽样，通过两个渠道发放和回收问卷。

根据洞察力删除问题

判别分析的评价原则是：如果所有测试对象在某一指标上的得分一致高或低，则可以认为该指标的判别力低，无法区分被测试样本之间的差异； 反之，如果所有测试对象对某项指标的评价分数存在显着差异，则可以认为该指标具有较高的判别力，应保留。 指标的判别水平可以用离散系数来描述。

本文以0.15为临界值，删除了7个离散系数低于0.15的初始指标。

根据相关性删除问题

为了避免评价指标的重复使用，降低指标体系的复杂度，本研究采用.0对其余31个指标进行相关分析，得到相关系数矩阵，以0.8为临界值。 对于相关系数大于0.8的指标对，判别力较低的4个指标被删除。

探索性因素分析的应用

为了进一步筛选指标，确定劳动关系满意度指标体系的主体结构，本研究采用.0对其余27个指标进行探索性因子分析。 结果表明，KMO值为0.865，球形检验的显着性水平小于0.001，表明样本数据适合进行因子分析。

采用主成分分析和正交旋转的因子提取方法，以特征值大于1为提取标准，删除因子载荷低于0.5的4个指标以及两个公因子的载荷系数超过0.5，最终形成劳动关系满意度指标体系共有7个公因子，即一级指标7个，二级指标23个，累计解释方差为66.408%。

从分析结果看，本研究最初设立的“工作场所安全与健康”和“职业发展”两个一级指标没有保留，部分二级指标偏离了原来的结构。 但总体来看，分析结果与最初的指标体系还是高度一致的。

本研究以劳动关系满意度指标体系各公因子对应的初始特征值占提取公因子特征值之和的比例作为一级指标权重，计算员工劳动关系满意度整体情况以此为基础的水平。 具体计算公式xxx。

（小兵：之前的判别和关联主要是从单个问题的角度进行删题，可以对初始指标体系的问题进行微调，但无法证明初始指标体系的结构有效性。

探索性因子分析（EFA）的主要目的是证明初始指标体系的结构有效性。 在这个过程中，可能会从初始体系中删除问题，甚至可能会调整初始指标体系的结构。

本文初步设置了9个维度38个问题。 经过全民教育后，得到了7个维度23个问题的指标体系结构。

大家需要关注的是删题原因（EFA结合理论）和调整结构的原因（EFA结合理论）。 并根据EFA得到一级指标的权重系数。

有了经过验证的结构效度的指标体系和指标的权重，就可以计算出综合得分进行综合评价。 ）

文献来源

孙宇、曲勇. （2014）。 员工视角下劳动关系满意度评价指标体系构建社会科学战线（09），58-64。

以上内容来自原作者论文。 本公众号未经作者同意，进行摘录/摘录并简要概括。 如有不当之处，请通知我们删除。

《如果SPSS学不会，就来答题、突破》

《问卷数据分析三剑客》

《正交和响应面设计及数据分析》

《JASP统计分析教程》

《统计方法样本量计算》

欢迎广大读者朋友根据自己的学习和使用需求选择购买并参加以上视频课程。 购买课程自动附赠一年微信一对一问答咨询服务。

购买及学习地址：