一、应用

1.使用场景

验证性因子分析是用于测量因子与测量项(量表题项)之间的对应关系是否与研究者预测保持一致的一种研究方法。验证性因子分析(CFA)用于验证对应关系。

验证性因子分析CFA的主要目的在于进行效度验证，同时还可以进行共同方法偏差CMV的分析。效度有很多种，比如内容效度，结构效度，聚合(收敛)效度，区分效度等。各个名称的区别说明如下

2.SPSSAU操作如下图

二、案例数据

1.案例背景

当前有一份215份的研究量表数据，其共由四个因子表示，第一个因子共5项，分别是A1~A5；第二项因子共5项，分别是B1~B5；第三个因子共4项，分别是C1~C4；第4个因子共6项，分别是D1~D6。现希望验证此量表的聚合效度和区分效度，并且希望进行共同方法偏差分析CMV。

2.结果

将数据放入分析框中，SPSSAU系统对数据进行处理后，共输出6个表格，如下：

3.图表分析

说明1

从上表可知，本次针对共4个因子，以及20个分析项进行验证性因子分析(CFA)分析。本次分析有效样本量为215，超出分析项数量的10倍，样本量适中。

说明2

因子载荷系数值表格展示因子和测量项之间的关联关系，一般查看标准载荷系数值进行分析即可。

上表格显示，B1与Factor2之间的因子载荷系数值为0.562 < 0.7，说明对应关系较弱，可考虑将此项从Factor2中移除出去。另外从整体上看，各个测量项全部均呈现出0.001水平的显著性( p < 0.001),而且标准化载荷系数值均大于0.7(除B1外)，因而说明整体上看，因子与测量项之间有着良好的对应关系，聚合效度较好。

说明3

从上格可知：本研究涉及的4个因子（SPSSAU默认给定名字为Factor 1, Factor 2, Factor 3, Factor 4），它们的AVE值全部均大于0.5，而且CR值全部均大于0.7，因而说明本次测量量表数据具有优秀的聚合效度。

说明4

上表格展示模型拟合指标，共分为常用指标和其它指标。常用指标包括卡方自由度比，GFI，RMSEA，RMR，CFI，NFI和NNFI。其它的一些指标通常使用较少，研究人员可结合实际情况进行选择使用即可。

从上表可知：卡方自由度值为3.389，大于3，而且GFI小于0.9，RMSEA为0.106接近于0.1这一标准，RMR值为0.091不在标准范围内。综合来看，模型构建欠佳，需要进行模型调整。

比如这里将MI>10作为调整标准然后重新进行模型拟合，得到结果如下：

说明5

上表格展示因子与测量项的对应关系MI值，因子与其下属测量项的关系可通过因子载荷系数表格进行查看。MI值并不固定标准大小，一般情况下，该值如果大于20则说明关联性很强。从上表格可以看到，C2与Factor2，Factor4这两个因子间的MI指标均大于15，说明C2与Factor2，Factor4之间可能有着较强的关联性；同时，D5与Factor3之间的MI值为18.121，说明二者有较强的关联性。

综合可知：可考虑将C2，D6这两个指标进行删除（即移除出模型），同时上述因子载荷表格分析还发现B1也可以进行删除。因而将此三项进行删除（移除出模型）后可再次进行模型（限于篇幅限制，SPSSAU并不继续进行分析）。

说明6

上表格展示因子与因子之间的关联性，可通过标准系数进行分析。从上表可知，在进行因子协方差表格分析时，本研究共4个因子，他们两两之间的标准系数值均介于0.6~0.85之间，说明因子之间具有较强的关联性。

三、分析

1.CR值

组合信度（Construct Reliability，CR值）：通过因子载荷量计算的表示内部一致性信度质量的指标值，计算公式如下：

式中， $\lambda$ 表述因子载荷量， $\theta$ 表示测量误差；

2.AVE值

平均方差抽取量（Average Variance Extracted，AVE值）：通过因子载荷量计算的表示收敛效度的指标值。计算公式如下：

式中， $\lambda$ 表述因子载荷量， $\theta$ 表示测量误差；

3.其他指标

四、扩展

1.SPSSAU分析建议

2.验证性因子分析通常有三个用途

3.具体操作

（1）点击SPSSAU问卷调查里面的‘验证性因子分析’按钮。如下图

（2）拖拽数据后开始分析：

验证性因子分析中有哪些指标？相关推荐

验证性因子分析拟合指标说明
判断构建模型优劣与否是CFA的重要内容,各类拟合指标的高低又影响着模型的整体评价. 然而模型拟合指标有那么多,具体每个指标代表什么意思?它们的判断标准又是什么?往往是一顿操作猛如虎,一看结果啥不懂.别 ...
验证性因子分析（CFA）全流程
案例与数据某研究者想要研究关于教师懈怠感的课题,教师懈怠感是指教师在教育情境的要求下,由于无法有效应对工作压力与挫折而产生的情绪低落.态度消极状态,这种状态甚至会引发心理.生理的困扰,终至对教育工作 ...
快速掌握验证性因子分析
验证性因子分析(confirmatory factor analysis, CFA)是结构方程模型的一种最常见的应用. 验证性因子分析(confirmatory factor analysis, CF ...
SPSS学习笔记——验证性因子分析
预分析: 1.先把标准差<0.75,接近于0.75的题目删掉 2.做信度分析--分维度做 [分析]- [度量]- [可靠性分析] 描述性的都要选[项][度量][如果项已删除则进行度量] 删除与 ...
R语言有RStan的多维验证性因子分析（CFA）
如果您已经熟悉RStan,那么您需要组合的基本概念是具有相关随机斜率和异方差误差的标准多级模型. 我将R代码嵌入到演示中.所需的包是lavaan,lme4和RStan. 我喜欢将大多数统计方法理解为回 ...
单维度量表验证性因子分析_验证性因子分析CFA.ppt
* 因子分析用于分析影响变量或支配变量的共同因子有几个,且各因子本质为何的一种统计方法是一类降维相关分析技术,考察一组变量(指标)之间的协方差或相关系数结构,并用于解释这些变量与少数因子(潜变量) ...
AMOS分析技术：斜交验证性因子分析；介绍如何整理出能够放入论文的模型信效度结果
基础准备上一篇文章我们介绍了验证性因子分析的概念和分析逻辑,以及通过验证性因子分析可以直接或间接的得到哪些问卷数据的信度与效度指标,大家可以点击下方的文章名称回顾: AMOS分析技术:验证性因子分析 ...
如何使用SPSS Amos进行验证性因子分析（CFA）和Bootstrap检验中介效应
如何使用SPSS Amos进行验证性因子分析(CFA)和Bootstrap检验准备验证性因子分析 Bootstrap检验中介效应相关链接准备分析前需要安装并激活SPSS Amos软件,这里以 ...
用lavaan包进行验证性因子分析
文章目录安装 The model syntax 示例:验证性因子分析(CFA) 建立模型拟合模型fit 统计拟合情况用lavaan包进行cfa分析总结 cfa是验证性因子分析的缩写,常常用于检验 ...
AMOS分析技术：正交验证性因子分析；模型拟合质量好，模型就一定好吗？
基础准备前面草堂君介绍了斜交验证性因子分析的操作过程以及如何将分析结果整理成论文需要的发表格式,大家可以点击下方文章链接回顾: AMOS分析技术:斜交验证性因子分析:介绍如何整理出能够放入论文的模型 ...

验证性因子分析中有哪些指标？

一、应用

二、案例数据

三、分析

验证性因子分析中有哪些指标？相关推荐

最新文章

热门文章