탐색적 요인분석(EFA) Q&A
요인분석에서 자주 나오는 질문과 해결 방법입니다. 실행 경로: 분석 > 차원 축소 > 요인분석
Q1KMO와 Bartlett 검정의 기준은 무엇인가요?
✅ KMO ≥ .50이 최소 조건이며(Kaiser, 1974), Bartlett의 구형성 검정은 p < .05여야 요인분석에 적합합니다.
| KMO | Kaiser(1974)의 평가 |
|---|---|
| .90 이상 | marvelous (놀라움) |
| .80대 | meritorious (우수함) |
| .70대 | middling (보통) |
| .60대 | mediocre (평범함) |
| .50대 | miserable (빈약함) |
| .50 미만 | unacceptable (부적합) |
실행: 요인분석 > 기술통계에서 "KMO와 Bartlett의 구형성 검정" 체크.
Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika, 39(1), 31–36.
Bartlett, M. S. (1950). Tests of significance in factor analysis. British Journal of Statistical Psychology, 3(2), 77–85.
Q2요인 수는 어떻게 정하나요? 고유값 1 기준만으로 충분한가요?
⚠️ 고유값 > 1(Kaiser, 1960) 단독 사용은 요인 수를 과대·과소추정할 수 있어 여러 기준을 함께 쓰라는 것이 방법론 문헌의 일치된 권고입니다(Fabrigar, Wegener, MacCallum, & Strahan, 1999).
| 방법 | 내용 | 출처 |
|---|---|---|
| 고유값 > 1 | SPSS 기본값. 과대추정 경향 | Kaiser (1960) |
| 스크리 도표 | 고유값 급락 지점(팔꿈치) 이전까지 | Cattell (1966) |
| 평행분석 | 무선자료 고유값과 비교. 가장 권장됨 | Horn (1965) |
| 이론 | 선행연구·척도 설계상의 요인 구조 | – |
평행분석은 SPSS 메뉴에는 없지만 O'Connor(2000)의 무료 신택스로 실행할 수 있습니다. 이론적 기대와 해석 가능성이 최종 판단 기준입니다.
Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., & Strahan, E. J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272–299.
Horn, J. L. (1965). A rationale and test for the number of factors in factor analysis. Psychometrika, 30(2), 179–185.
Cattell, R. B. (1966). The scree test for the number of factors. Multivariate Behavioral Research, 1(2), 245–276.
O'Connor, B. P. (2000). SPSS and SAS programs for determining the number of components using parallel analysis and Velicer's MAP test. Behavior Research Methods, Instruments, & Computers, 32(3), 396–402.
Q3요인부하량은 얼마 이상이어야 하나요?
✅ 관례적으로 .40 이상을 채택 기준으로 많이 쓰며, .50 이상이면 실질적으로 유의한 것으로 봅니다(Hair, Black, Babin, & Anderson, 2010).
부하량 .30은 요인이 문항 변량의 약 9%, .50은 25%를 설명한다는 뜻입니다. Hair 등(2010)은 통계적 유의성 기준이 표본 크기에 따라 달라진다는 점도 제시합니다(표본이 작을수록 더 높은 부하량 필요). 논문에는 사용한 기준(.40 등)과 출처를 명시하세요.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Pearson.
Q4한 문항이 두 요인에 모두 높게 실립니다(교차부하). 어떻게 하나요?
✅ 관례적으로 두 요인 모두에서 .32 이상이면 교차부하로 간주합니다(Tabachnick & Fidell, 2013).
.32는 요인이 문항 변량의 약 10%를 설명하는 수준입니다. 교차부하 문항은 ① 두 요인 개념에 모두 걸치는 문항인지 내용을 검토하고 ② 주부하와 차부하의 차이가 작으면(문항이 어느 요인 것인지 불분명하면) 제거를 검토합니다. 척도 개발 단계라면 문항 수정 후보입니다.
Tabachnick, B. G., & Fidell, L. S. (2013). Using multivariate statistics (6th ed.). Pearson.
Costello, A. B., & Osborne, J. (2005). Best practices in exploratory factor analysis: Four recommendations for getting the most from your analysis. Practical Assessment, Research & Evaluation, 10, Article 7.
Q5회전은 Varimax와 사각회전(Promax·Oblimin) 중 무엇을 쓰나요?
✅ 요인 간 상관이 기대되면 사각회전이 원칙입니다. 심리·교육 구인은 대부분 서로 상관되므로 사각회전이 권장됩니다(Fabrigar et al., 1999; Costello & Osborne, 2005).
Varimax(직교회전)는 요인 간 상관을 0으로 강제하므로, 실제로 상관이 있는 구인에 쓰면 구조가 왜곡될 수 있습니다. 사각회전 후 요인 상관이 낮게 나오면(예: .30 미만) 그때 직교회전을 써도 결과가 비슷합니다. 사각회전 시에는 패턴 행렬(pattern matrix)을 보고합니다.
Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., & Strahan, E. J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272–299.
Costello, A. B., & Osborne, J. (2005). Best practices in exploratory factor analysis: Four recommendations for getting the most from your analysis. Practical Assessment, Research & Evaluation, 10, Article 7.
Q6추출 방법은 "주성분"과 "주축 요인" 중 무엇을 선택하나요? 공통성이 낮으면요?
✅ 잠재 구인(심리적 특성)을 탐색하는 목적이면 공통요인 방법(주축 요인 추출 또는 최대우도)이 권장됩니다(Fabrigar et al., 1999).
주성분분석(PCA)은 SPSS 기본값이지만 엄밀히는 자료 축약 기법으로, 측정오차를 반영하지 않습니다. 요인분석 > 요인추출에서 방법을 "주축 요인 추출"로 바꿉니다. 공통성(communality)이 낮은 문항(예: .40 미만)은 해당 요인 구조로 잘 설명되지 않는 문항이므로 제거 후보로 검토합니다(Costello & Osborne, 2005).
Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., & Strahan, E. J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272–299.
Costello, A. B., & Osborne, J. (2005). Best practices in exploratory factor analysis: Four recommendations for getting the most from your analysis. Practical Assessment, Research & Evaluation, 10, Article 7.
Q7요인분석에 필요한 표본 크기는 얼마인가요?
✅ 자주 인용되는 지침: Comrey와 Lee(1992)의 절대 기준(100 = 빈약, 200 = 보통, 300 = 양호, 500 = 매우 양호)과 문항당 5~10명이라는 관례가 있습니다.
다만 최근 방법론 연구들은 필요 표본이 고정 숫자가 아니라 공통성 크기·요인당 문항 수에 따라 달라진다고 봅니다(MacCallum, Widaman, Zhang, & Hong, 1999) — 공통성이 높고 요인당 문항이 많으면 더 작은 표본도 가능합니다. 논문에는 사용한 지침과 출처를 명시하세요.
Comrey, A. L., & Lee, H. B. (1992). A first course in factor analysis (2nd ed.). Lawrence Erlbaum.
MacCallum, R. C., Widaman, K. F., Zhang, S., & Hong, S. (1999). Sample size in factor analysis. Psychological Methods, 4(1), 84–99.
Q8EFA와 CFA는 언제 각각 쓰나요? 같은 자료로 둘 다 해도 되나요?
✅ 구조를 모를 때(척도 개발 초기) EFA, 이론적 구조를 검증할 때 CFA를 씁니다. 같은 표본으로 EFA 후 CFA를 하는 것은 순환 논리라 권장되지 않습니다.
같은 자료에서 EFA로 찾은 구조를 그 자료로 다시 CFA 검증하면 적합도가 당연히 좋게 나옵니다. 표본이 크면 무선으로 반씩 나눠 절반은 EFA, 절반은 CFA에 쓰는 교차타당화가 좋은 관행입니다. 이미 구조가 확립된 척도를 사용하는 연구라면 EFA 없이 CFA(또는 신뢰도만)로 충분합니다.
Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., & Strahan, E. J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272–299.