主成分分析とは異なり、因子分析モデルのソリューションは必ずしもネストされていません。つまり、最初の因子のみが抽出された場合と最初の2つの因子が抽出された場合では、最初の因子の負荷(たとえば)は必ずしも同じではありません。
このことを念頭に置いて、相関性の高い一連のマニフェスト変数があり、その内容の理論的知識によって単一の要素によって駆動される必要がある場合を考えてみます。探索的因子分析(並列分析、スクリープロット、固有値> 1など)が因子があることを強く示唆していると想像してください。マニフェスト変数と因子解を使用して、最初の因子の参加者の値を推定(つまり、因子スコアを取得)することに関心があります。 このシナリオでは、次の方がよいでしょう。
- 因子モデルを近似して因子のみを抽出し、因子スコア(など)を取得する、または
- 因子モデルを近似して両方の因子を抽出し、因子の因子スコアを取得しますが、2番目の因子のスコアを破棄/無視しますか?
どちらがより良い実践であるのか、なぜですか? この問題に関する調査はありますか?
Is is always better to extract more factors when they exist?
はあまり明確ではありません。存在する数だけ抽出することをお勧めします。あなたが述べた分析の多変量でネストされていない性質により、「真の」潜在構造が歪んでいる、または過剰に適合している。問題は、データに含まれる要素の数が正確にわからないことです。そして、これらのデータが人口と同じ数かどうか。