무엇을 검증하는 분석인가?
EFA는 원래 분류를 기계적으로 인정하는 작업이 아닙니다. 자료구조를 탐색하면서 이론적 해석도 함께 점검합니다.
학술적으로 구별해야 하는 것
연구사례: 조효정(2026), 「글로컬대학 재학생 진로의미 척도 개발」, 표 Ⅳ-19~21. 실제 연구의 예비표본과 교육용 202명 합성표본은 서로 다른 데이터입니다.
분석할 자료를 확인합니다
학생용 실습자료를 기본으로 탑재했습니다. CSV를 내려받아 SPSS·jamovi 등에서도 분석할 수 있습니다.
이 단계의 검사 기준
단일 응답 ID열과 40개 문항코드를 확인하세요. 결측, 상수열, 중복 문항이 있을 때 결과가 왜 불안정해지는지도 토의합니다.
KMO와 Bartlett 검정을 직접 계산합니다
상관행렬의 정보를 토대로 분석 가능성을 점검합니다. 유의확률이 작다는 것만으로 좋은 요인모형이 확정되는 것은 아닙니다.
계산 버튼을 누르면 현재 데이터로 상관행렬, KMO, Bartlett, 선택한 요인 수의 PAF 및 Varimax를 계산합니다. 직교 Varimax는 요인 간 상관이 0인 구조를 가정합니다. 코칭심리 구성개념끼리 상관할 수 있으므로 실제 척도 개발에서는 사각회전과 요인 수 결정 근거를 비교해야 합니다.
p개일 때 Bartlett 자유도는 p(p−1)/2입니다. 40문항이면 780, 33문항이면 528입니다. 논문의 528과 40문항 데이터의 780을 같은 분석표로 취급하지 않습니다.요인 수와 부하량을 비교합니다
논문의 PAF 5요인·Varimax를 기준으로 실행하되, 요인 수를 바꾸어 문항 분류가 얼마나 달라지는지 살펴보세요.
| 문항 | 요인 1 | 요인 2 | 요인 3 | 요인 4 | 요인 5 | 최대 |λ| | 검토 |
|---|---|---|---|---|---|---|---|
| 위의 ‘EFA 실제 실행’을 먼저 누르세요. | |||||||
회전요인의 순서·부호는 임의적일 수 있습니다. 요인 1~5가 곧 논문의 개념명과 같은 순서라는 뜻은 아닙니다.
7개 문항을 어떻게 결정하겠습니까?
낮은 부하량, 교차부하, 문항 내용의 이론적 적합성을 함께 고려해야 합니다. 제거 전후 분석 결과도 비교하세요.
분석결과를 수행보고서로 완성합니다
표 숫자만 옮기지 않고, 왜 이 방법을 택했는지·어떤 한계가 있는지·다음 CFA에 무엇을 넘기는지 설명합니다.
작성 내용은 이 브라우저에만 임시 저장됩니다. 교수 제출·성적·출석 서버와 아직 연동되지 않았습니다.
출처를 확인하고 판단하세요
① 조효정(2026), 「글로컬대학 재학생 진로의미 척도 개발」, 박사학위논문, 표 Ⅳ-19~21. EFA는 PAF·Varimax·5요인 고정, 40문항에서 33문항 정제. 논문의 실제 응답이 아닌 별도 생성된 교육용 자료입니다.
② Fabrigar et al. (1999), Evaluating the use of exploratory factor analysis in psychological research — 추출·회전·요인수 결정의 방법론 선택.
③ Watkins (2018), Exploratory Factor Analysis: A Guide to Best Practice — 실행과 해석의 권고와 한계.
④ Costello & Osborne (2005), Best practices in exploratory factor analysis — 공통요인법과 회전·교차부하의 판단.
⑤ 광신대학교 2026학년도 2학기 공식 수업계획서 — 6주차 EFA 수업내용 및 산출물.
교육자료의 EFA 코드는 학습용 독립 구현입니다. 연구 원본 SPSS 출력과 유사성을 보일 수 있지만 소수점 값·회전 요인 순서까지 일치한다고 보장하지 않습니다. 실제 문항 원문·개인정보는 이 페이지에 공개하지 않았습니다.