Kiedy używać tabeli analizy czynnikowej?
Gdy sprawdzasz strukturę nowego lub adaptowanego narzędzia. Liczbę czynników ustala się wcześniej — np. za pomocą wykresu osypiska i analizy równoległej. Gdy struktura jest zakładana z góry, wyniki przedstawia się raczej jako tabelę dopasowania modeli CFA.
Wzór tabeli analizy czynnikowej w APA
Trzyczynnikowe rozwiązanie dla 12 pozycji (ML, oblimin).
Tabela 1
Ładunki czynnikowe pozycji kwestionariusza w eksploracyjnej analizie czynnikowej
| Pozycja | Czynnik 1: łatwość | Czynnik 2: użyteczność | Czynnik 3: intencja | h2 |
|---|---|---|---|---|
| ŁK1 | .83 | −.02 | .01 | .68 |
| ŁK2 | .89 | .00 | .00 | .80 |
| ŁK3 | .68 | .02 | .07 | .52 |
| ŁK4 | .88 | .01 | −.03 | .77 |
| UŻ1 | .03 | .83 | .04 | .75 |
| UŻ2 | .04 | .90 | −.08 | .75 |
| UŻ3 | −.06 | .52 | .32 | .55 |
| UŻ4 | .10 | .46 | .29 | .56 |
| IZ1 | .03 | .40 | .37 | .51 |
| IZ2 | .02 | −.07 | .89 | .72 |
| IZ3 | .03 | .01 | .82 | .70 |
| IZ4 | −.02 | .16 | .70 | .65 |
| Suma kwadratów ładunków | 2.83 | 2.52 | 2.61 | |
| % wyjaśnianej wariancji | 23.5 | 21.0 | 21.8 |
Uwaga. N = 303. Metoda największej wiarygodności, rotacja oblimin. Pogrubiono ładunki ≥ .30. h2 = komunalność. ŁK = łatwość korzystania, UŻ = użyteczność, IZ = intencja zakupu. KMO = .90; test Bartletta χ2(66) = 2327.33, p < .001. Korelacje czynników: 1–2 r = .52, 1–3 r = .32, 2–3 r = .68.
Co jest w tabeli i jak ją czytać
- Pogrubione ładunki — wyróżniają pozycje przypisane do czynnika; próg (np. .30 lub .40) podaj w nocie.
- Ładunki krzyżowe — pozycje UŻ3 i IZ1 ładują dwa czynniki; omów je w tekście (Costello i Osborne, 2005).
- Bez zera wiodącego — ładunki standaryzowane i komunalności zapisuje się jako .83.
- Korelacje czynników — przy rotacji ukośnej obowiązkowo w nocie lub osobnej tabeli (Watkins, 2018).
Jak opisać tabelę w tekście pracy
W tekście nie powtarzaj wszystkich liczb z tabeli — przywołaj ją i opisz najważniejsze wyniki. Przykład dla danych z tej strony:
Mapa ładunków czynnikowych
W naukach o danych i w genetyce ładunki często pokazuje się jako mapę ciepła — od razu widać „bloki” pozycji przypisanych do czynników i ładunki krzyżowe. To dobry rysunek do prezentacji lub aneksu.
Rysunek 1
Mapa ładunków czynnikowych 12 pozycji kwestionariusza
Uwaga. N = 303. Kolor odpowiada wartości ładunku (zielony — dodatni, czerwony — ujemny); pogrubiono ładunki ≥ .30.
Jak przygotować tabelę: SPSS, JASP, R i Word
SPSS: Analiza → Redukcja wymiarów → Czynnikowa; ekstrakcja: największa wiarygodność lub osie główne, rotacja: oblimin lub promax, w Opcjach sortowanie według wielkości. Przepisz macierz wzorców (nie struktury). JASP: Factor → Exploratory Factor Analysis.
Jak sformatować tabelę w Wordzie
- Wstaw tabelę, a następnie w Projekt tabeli → Obramowania wybierz Bez obramowania.
- Dodaj tylko trzy linie poziome: nad wierszem nagłówka, pod nagłówkiem i pod ostatnim wierszem (oraz krótkie linie pod nagłówkami grupującymi).
- Nazwy wierszy wyrównaj do lewej, liczby do środka (lub do kropki dziesiętnej); w całej kolumnie zachowaj tę samą liczbę miejsc po kropce.
- Nad tabelą wpisz numer (pogrubiony) i w nowym wierszu tytuł kursywą; pod tabelą notę zaczynającą się od Uwaga.
- Przy długiej tabeli zaznacz wiersz nagłówka i włącz Powtórz jako wiersz nagłówka, aby pojawiał się na każdej stronie.
Przykład w R
Kod liczy KMO, test Bartletta i trzyczynnikowe rozwiązanie EFA.
Eksploracyjna analiza czynnikowa (ML, oblimin)
R
library(readxl); library(psych)
dane <- as.data.frame(read_excel("dane_ankieta_tam.xlsx"))
dane$LAT <- rowMeans(dane[, paste0("Łatwość_korzystania", 1:4)]) # łatwość korzystania
dane$UZY <- rowMeans(dane[, paste0("Użyteczność", 1:4)]) # użyteczność
dane$INT <- rowMeans(dane[, paste0("Intencja_kupna", 1:4)]) # intencja zakupu
library(GPArotation)
pozycje <- dane[, c(paste0("Łatwość_korzystania", 1:4), paste0("Użyteczność", 1:4), paste0("Intencja_kupna", 1:4))]
KMO(pozycje)$MSA
cortest.bartlett(cor(pozycje), n = nrow(pozycje))
efa <- fa(pozycje, nfactors = 3, rotate = "oblimin", fm = "ml")
print(efa$loadings, cutoff = 0, digits = 2) # ładunki, sumy kwadratów, % wariancji
round(efa$communality, 2) # h²
round(efa$Phi, 2) # korelacje czynnikówBibliografia oprogramowania
Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).
- R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
- psych (wersja 2.6.5): Revelle, W. (2026). psych: Procedures for psychological, psychometric, and personality research [R package]. Northwestern University. https://CRAN.R-project.org/package=psych
- readxl (wersja 1.4.5): Wickham, H., & Bryan, J. (2025). readxl: Read Excel files [R package]. https://CRAN.R-project.org/package=readxl
- GPArotation (wersja 2025.3-1): Bernaards, C. A., & Jennrich, R. I. (2005). Gradient projection algorithms and software for arbitrary rotation criteria in factor analysis. Educational and Psychological Measurement, 65(5), 676–696. https://doi.org/10.1177/0013164404272507
Najczęstsze błędy
- Zrzut ekranu z SPSS zamiast tabeli przepisanej w formacie APA.
- Linie pionowe i kolorowe tło — tabela APA ma wyłącznie linie poziome.
- Macierz struktury zamiast macierzy wzorców przy rotacji ukośnej (lub brak informacji, którą podano).
- Ukrycie małych ładunków bez informacji w nocie.
- Brak metody ekstrakcji i rotacji.
- Brak korelacji czynników przy rotacji ukośnej.
Najczęstsze pytania
Jak przedstawić analizę czynnikową w tabeli APA?
Podaj ładunki wszystkich pozycji na wszystkich czynnikach (wyróżniając ładunki powyżej progu), komunalności, sumy kwadratów ładunków i % wariancji. W nocie: metoda, rotacja, KMO, test Bartletta i korelacje czynników.
Czy pokazywać małe ładunki?
APA zaleca pokazywanie wszystkich ładunków, a wyróżnianie (pogrubienie) tych powyżej progu. Ukrywanie małych wartości utrudnia ocenę ładunków krzyżowych.
Macierz wzorców czy struktury?
Przy rotacji ukośnej zwykle macierz wzorców; jeśli podajesz macierz struktury, zaznacz to w tytule lub nocie.
Jaki próg ładunku przyjąć?
Najczęściej .30 lub .40. Ważniejsze od progu jest uzasadnienie i konsekwencja.
Powiązane hasła
Poradniki, w których użyjesz tego pojęcia
Tabele APA w pracy z psychologii
Wzory 16 tabel APA z notą — od statystyk opisowych i korelacji po regresję, mediację i CFA — z plikami .docx, rysunkami i opisem wyników w tekście.
Czytaj →PoradnikAnaliza czynnikowa EFA i CFA: jak dobrać metodę i uniknąć błędów
EFA i CFA w praktyce: liczba czynników, metoda ekstrakcji, rotacja, ładunki, walidacja oraz najczęstsze błędy w analizie czynnikowej.
Czytaj →Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Wyceń analizęOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). https://doi.org/10.1037/0000165-000
- American Psychological Association. (b.d.). Table setup. APA Style. Pobrano 8 października 2026 z https://apastyle.apa.org/style-grammar-guidelines/tables-figures/tables https://apastyle.apa.org/style-grammar-guidelines/tables-figures/tables ● Otwarty dostęp
- American Psychological Association. (b.d.). Sample tables. APA Style. Pobrano 9 października 2026 z https://apastyle.apa.org/style-grammar-guidelines/tables-figures/sample-tables https://apastyle.apa.org/style-grammar-guidelines/tables-figures/sample-tables ● Otwarty dostęp
- Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191
- Costello, A. B., & Osborne, J. (2005). Best practices in exploratory factor analysis: Four recommendations for getting the most from your analysis. Practical Assessment, Research, and Evaluation, 10, Article 7. https://doi.org/10.7275/jyj1-4868 ● Otwarty dostęp
- Watkins, M. W. (2018). Exploratory factor analysis: A guide to best practice. Journal of Black Psychology, 44(3), 219–246. https://doi.org/10.1177/0095798418771807 ● Otwarty dostęp
- 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. https://doi.org/10.1037/1082-989X.4.3.272
Cytowania BibTeX
@book{apa2020manual, author={{American Psychological Association}}, title={Publication Manual of the American Psychological Association}, edition={7}, publisher={American Psychological Association}, address={Washington, DC}, year={2020}, doi={10.1037/0000165-000}}@misc{apa_table_setup, author={{American Psychological Association}}, title={Table setup}, howpublished={APA Style}, url={https://apastyle.apa.org/style-grammar-guidelines/tables-figures/tables}, note={Pobrano 8 października 2026}}@misc{apa_sample_tables, author={{American Psychological Association}}, title={Sample tables}, howpublished={APA Style}, url={https://apastyle.apa.org/style-grammar-guidelines/tables-figures/sample-tables}, note={Pobrano 9 października 2026}}@article{appelbaum2018journal, author={Appelbaum, Mark and Cooper, Harris and Kline, Rex B. and Mayo-Wilson, Evan and Nezu, Arthur M. and Rao, Stephen M.}, title={Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report}, journal={American Psychologist}, year={2018}, volume={73}, number={1}, pages={3--25}, doi={10.1037/amp0000191}}@article{costello2005best, author={Costello, Anna B. and Osborne, Jason}, title={Best practices in exploratory factor analysis: Four recommendations for getting the most from your analysis}, journal={Practical Assessment, Research, and Evaluation}, year={2005}, volume={10}, eid={7}, doi={10.7275/jyj1-4868}}@article{watkins2018exploratory, author={Watkins, Marley W.}, title={Exploratory factor analysis: A guide to best practice}, journal={Journal of Black Psychology}, year={2018}, volume={44}, number={3}, pages={219--246}, doi={10.1177/0095798418771807}}@article{fabrigar1999evaluating, author={Fabrigar, Leandre R. and Wegener, Duane T. and MacCallum, Robert C. and Strahan, Erin J.}, title={Evaluating the use of exploratory factor analysis in psychological research}, journal={Psychological Methods}, year={1999}, volume={4}, number={3}, pages={272--299}, doi={10.1037/1082-989X.4.3.272}}