结构方程模型更适合这种数据，例如通过为偶引入一个额外的因子，它允许考虑依赖结构（成对响应）。David A. Kenny 回顾了分析二元数据的要点；虽然它不专注于问卷分析，但它可能会有所帮助。

几个参考：

1. 奥尔森，JA 和肯尼，DA（2006 年）。具有可互换二元组的结构方程建模。心理方法，11（2），127-141。
2. McMahon,, JM, Pouget, ER 和 Tortu, S (2006)。使用 SAS PROC NLMIXED 对具有二元结果的二元数据进行多级建模的指南。计算机统计数据肛门。, 50(12) , 3663–3680。
3. 汤普森，L 和沃克，AJ（1982 年）。作为分析单位的二元：概念和方法问题。婚姻与家庭杂志，889-900。
4. 纽森，JT（2002 年）。二元数据的多级结构方程模型。结构方程建模，9（3），441-447。
5. González, J, Tuerlinckx, F 和 De Boeck, P (2009)。分析多元二元数据中的结构关系。应用多元研究，13，77-92。
6. 吉尔，PS (2005)。二元数据的贝叶斯分析。

为了更全面地描述二元数据模型（尽管不限于项目分析），我建议

• Kenny, DA, Kashy, DA 和 Cook, WL (2006)。二元数据分析。吉尔福德出版社。
• Card, NA, Selig, JP 和 Little, TD (2008)。在发展和行为科学中建模二元和相互依赖的数据。新泽西州马瓦：Lawrence Erlbaum Associates。

是的，她/他可以对二元数据进行因子分析。我将从 Kenny 等人 (2006) 的“二元数据分析”开始。这是一本很棒而且非常有用的书！

另一种选择是“在发展和行为科学中建模二元和相互依赖的数据”（Card 等人，2008 年）。

（如果您的匿名读者能够阅读德语，她/他可能会对这个演示文稿“ Dyadische Datenanalysis: Lineare Strukturgleichungsmodelle ”感兴趣）。