1. FA & SEM - Parameters of a CFA Model

모든 CFA 모델은 (1) Factor loadings, unique variances, 그리고 factor variances를 가진다.

 

(1) Factor loading 요인부하는 잠재요인이 문항을 예측하는 회귀계수이다.

 

(2) Unique variances 고유분산은 잠재요인에의해 설명되지 않는 문항에서의 분산을 가리키며, 보통 측정 오류measurement error로 여겨지기 때문에 error variance, indicator unreliability등과 동의어로 사용된다. 만약 고유 분산들이 공분산이 있다면 (error covariance) 이건 correlated uniqueness, correlated residual, or correlated error라고 불리는데 두 문항이 공유된 잠재 요인 때문이 아니라 다른 이유로 공분산을 가지는 것이다.

 

(3) factor variances 요인분산은 요인의 분산 혹은 표본의 다양성을 표현 한다. 즉, 표본 참여자들의 상대적 위치가 잠재적 측면에서(latent dimension) 비슷한지 다른지의 정도를 의미한다. >만약 요인이 두개 이상이라면, 요인 공분산이 있는지 아닌지 궁금해 할 수 있게 될텐데(factor covariance), 즉 잠재 요인들간의 관계를 추정할 수 있게 된다< CFA에서도 orthogonal EFA처럼 이 factor covariance를 0으로 지정할 수도 있다.