요인 당 2 ~ 3 개의 항목은 CFA (확인 FA) 모델의 식별 문제입니다.
간단히하기 위해 각 요인의 분산을 1로 설정하여 모델을 식별한다고 가정합니다. 상관 측정 오류가 없다고 가정합니다.
두 항목이 포함 된 단일 요인 모델에는 두 개의 하중과 두 개의 오차 분산이 추정되지만 = 4 개의 매개 변수가 있지만 분산-공분산 행렬에는 중요하지 않은 항목이 3 개뿐이므로 4 개의 매개 변수를 추정하기에 충분한 정보가 없습니다. 당신이 필요합니다.
3 개의 항목이있는 단일 요인 모델에는 3 개의 하중과 3 개의 오차 분산이 있습니다. 분산-공분산 행렬에는 6 개의 항목이 있으며 신중한 분석 검사를 통해 모형이 정확하게 식별되었음을 알 수 있으며 분산-공분산 행렬 항목의 함수로 모수 추정값을 대수적으로 표현할 수 있습니다. 단일 요인 당 더 많은 항목을 사용하면 모델이 과도하게 식별되어 (매개 변수보다 더 많은 자유도) 일반적으로 사용하기 좋습니다.
하나 이상의 요인으로 CFA 모델은 각 요인 당 3 개 이상의 항목으로 항상 식별됩니다 (간단한 측정 모델이 각 요인에 대해 식별되므로 대략적으로 말하면 각 요인에 대한 예측을 얻고이를 기반으로하는 공분산을 추정 할 수 있습니다). 그러나 각 요인이 모집단의 다른 요인 중 하나와 공분산이 0이 아닌 경우 요인 당 2 개의 항목이있는 CFA가 식별됩니다. (그렇지 않으면 문제의 요인이 시스템에서 벗어나고 두 항목의 단일 요인 모형이 식별되지 않습니다.) 식별 증명은 다소 기술적이며 행렬 대수에 대한 이해가 필요합니다.
Bollen (1989) 은 7 장에서 CFA 모델의 식별 문제에 대해 완전하고 철저하게 논의한다. 244는 구체적으로 3 개 및 2 개 지표 규칙에 관한 것이다.