一句话理解：用数据探索一组题项可能分成哪些潜在维度。
- 英文术语
- Exploratory Factor Analysis
- 分类
- 心理治疗与评估 · 高级
- 常见别名
- EFA
- 涉及领域
- 心理测量、量表开发
本站把它作为心理学学习概念使用，不把单个概念当作临床诊断。若体验长期强烈、影响工作学习关系，或伴随伤害自己/他人的风险，应寻求合格专业人员评估。
探索性因素分析是在量表开发或研究中探索题项背后潜在维度结构的统计方法，常用于生成或修订测验模型。
概念边界
EFA 不是自动发现心理真相。因素数、旋转方式、样本质量和理论解释都会影响结果，不能脱离理论命名维度。
为什么重要
许多人格和症状量表都依赖因素结构。理解 EFA 能帮助读者辨别量表维度是否只是统计产物，还是有理论和效度支持。
常见表现
- 在题项间相关基础上寻找潜在因素
- 用于早期量表开发或结构探索
- 需要报告样本、载荷、因素数和解释依据
- 结果通常需要独立样本验证
容易混淆
- 不等于证明因果关系
- 不等于因素名天然正确
- 不等于样本越大解释就一定合理
在人格动力中的作用
EFA 对人格研究的意义在于把复杂自我描述压缩成结构，但也可能把活的人格体验过度简化。
自我观察
- 量表维度是探索出来还是预先验证的？
- 因素命名是否有理论支持？
- 样本是否适合代表我要理解的人群？
补充阅读提示：阅读探索性因素分析时，最好同时问三个问题：它服务于评估、解释还是干预；它依赖怎样的证据和限制；它在真实个案中会带来什么风险或收益。这样可以避免把技术名词当成万能方法，也能把测量、会谈和改变过程连接起来。