我正在使用 R 中的 factanal() 函数进行因子分析，使用 varimax 旋转（所以不是 PCA）估计 60 个数据变量（约 1500 个总观察值）的 4 个因子。我想计算每个因素解释的百分比方差，仅针对数据中的特定变量子组。然后，我可以将其与仅针对感兴趣的变量子组单独估计的因子模型解释的总百分比方差进行比较。这将告诉我，相对于仅在该子组上估计的因子模型或“部分”模型，我的“完整”因子模型是否能很好地解释子组中的变量。
通常，我知道您会计算每个因素总体解释的百分比方差的平方和/N 。IE 因子 1 解释了 x% 的数据，因子 2 解释了 y% 等。如果我想查看有多少变化，这种方法是否也有效，例如，因子 1 仅解释变量 1 到 10？我只计算 N 为 10 的变量的 SSL/N。这是一个有效的过程吗？
诸如此类的线程很好地概述了将 SSL/N 用于旋转因子模型，但在 SPSS 中：https ://stats.stackexchange.com/questions/205459/whats-the-relationship-between-initial-eigenvalues-and -平方和载荷