验证性因子分析思路总结Word格式文档下载.docx

验证性因子分析思路总结Word格式文档下载.docx

《验证性因子分析思路总结Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《验证性因子分析思路总结Word格式文档下载.docx（9页珍藏版）》请在冰豆网上搜索。

探索性因子分析（EFA）和验证性因子分析（CFA）。

探索性因子分析，主要用于浓缩测量项，将所有题项浓缩提取成几个概括性因子，达到减少分析次数，减少重复信息的目的。

验证性因子分析与探索性因子分析相似，两者区别只在于探索性因子分析（EFA）用于探索因子与测量项之间的对应关系，验证性因子分析（CFA）用于验证结果与理论预期是否一致。

Step2：

分析思路

在实际研究中，验证性因子分析常会与结构方程模型、路径分析等方法联系到一起，对于不熟悉概念的研究人员容易搞混这些方法，下表对这几种方法进行简单说明：

方法

功能

其它说明

探索性因子分析（EFA）

研究测量关系

适用于非经典量表

验证性因子分析（CFA）

适用于经典量表

回归分析

研究自变量对一个因变量的影响关系

y为定量数据

路径分析

研究多个自变量与多个因变量之间的影响关系

可先用CFA/EFA确定因子与研究项关系，再进行路径分析

结构方程模型

研究影响关系及测量关系

结构方程模型包括两部分：

验证性因子分析和路径分析

●探索性因子分析：

验证因子与分析项的对应关系，检验量表效度，非经典量表通常用探索性因子分析。

●验证性因子分析：

验证因子与分析项的对应关系，检验量表效度，成熟量表通常用验证性因子分析。

确认测量关系后，后续可进行路径分析/线性回归分析研究具体的影响关系。

●路径分析：

用于研究多个自变量与多个因变量影响关系；

如果因变量只有一个，可以使用线性回归分析。

●结构方程模型SEM：

包括测量关系和影响关系。

如果仅包括影响关系，此时称作路径分析（Pathanalysis，有时也称通径分析）。

通常需要进行探索性因子分析和验证性因子分析，均保证测量关系无误之后，再进行结构方程模型构建。

从分析思路上看，建议先用探索性因子分析EFA构建模型，确定存在几个因子及各分析项与因子的对应关系，再用验证性因子分析CFA加以检验。

Step3：

SPSSAU操作

分析步骤

（1）模型设定

首先需要确定因子数及对应分析题项，顺序放入分析框内。

●模型MI调整：

用于修正模型拟合度，一般在模型拟合情况不佳时使用。

通常情况下不需要设置。

●二阶：

验证性因子分析包括一阶和二阶，绝大多数情况下均为一阶验证性因子分析。

如果说验证性因子分析时为二阶模型，可以勾选‘二阶’项即可。

（2）模型拟合

因子载荷系数表格

通过因子载荷系数表格可以展示因子（潜变量）与分析项（显变量）之间的关系情况。

如果因子与测量项间的对应关系出现严重偏差，或者因子载荷系数值过低，则需要删除掉该测量项。

分析时主要关注P值及标准载荷系数，建议结合SPSSAU给出的“分析建议”进行分析。

模型拟合指标

模型拟合指标用于整体模型拟合效度情况分析。

常用的拟合值及其判断标准，都展示在上表中，实际输出值在标准范围内及说明模型拟合程度较好。

模型拟合指标非常多,通常下很难保证所有指标均达标，只要多数指标达标或接近标准值即可。

*常用指标包括卡方自由度比，GFI，RMSEA，RMR，CFI，NFI和NNFI。

（3）模型修正

根据模型拟合指标情况，评价模型的优劣，如果模型拟合情况不佳，则需要进一步修正模型。

MI指标越大说明该项与其他因子的相关性越强，MI过大时会干扰模型需要进行修正或剔除该项。

模型构建过程需要重复多次，以找到最优模型。

同时SPSSAU会自动生成模型结果图。

（4）模型分析

在完成模型构建后，即可使用模型进行分析。

验证性因子分析主要有三个方面的功能，分别是聚合效度、区分效度、共同方法偏差。

聚合效度

聚合效度，也叫做收敛效度。

AVE和CR是用于判断聚合效度的常用指标，AVE>

0.5，并且CR>

0.7，则说明具有良好的聚合效度。

如果AVE或CR值较低,可考虑移除某因子后重新分析聚合效度。

上图为SPSSAU输出的AVE、CR值指标表格，可以根据此表格进行查看。

区分效度

区分效度，常用的做法是将AVE根号值与‘相关系数值’进行对比，SPSSAU也会输出相应结果。

如果每个因子的AVE根号值均大于“该因子与其它因子的相关系数最大值”，说明具有良好的区分效度。

共同方法偏差

共同方法偏差，SPSSAU提供两种方法检验，一种是探索性因子分析（也称作Harman单因子检验方法），做法是将所有变量进行探索性因子分析，如果只得出一个因子或者第一个因子的解释力（方差解释率）特别大，则判定存在共同方法偏差。

另一种是验证性因子分析，所有变量全部放在一个因子里面进行分析，如果测量出来显示模型的拟合指标无法达标，模型拟合不佳，说明所有的测量项并不应该同属于一个因子，也就说明数据无共同方法偏差问题。

Step4：

常见问题

●验证性因子分析需要较大的样本量，通常建议样本量至少为测量项（量表题）的5倍以上，最好10倍以上，且一般情况下至少需要200个样本。

●一个因子对应的测量项最好在5~8个之间，便于后续删除掉不合理测量项。

●绝大多数情况下均为一阶验证性因子分析。

如果说验证性因子分析时为二阶模型，此时参数处选中‘二阶’即可。

总结：

一般来说，使用验证性因子分析需要有一定的理论基础支持，如果拟合指标不能达标，最好按照分析思路：

探索性因子分析→验证性因子分析，进行分析。

以及对于不熟悉的步骤，建议大家阅读SPSSAU帮助手册的相关说明以及SPSSAU的教学视频。