编者按

公众号本着公益分享，为大家带来了不少学习资源。前一段时间，由于编者精力和能力有限，于是本公众号招聘有志向的志愿者进行一定的创作，很感谢这些报名的勇士，给你们鼓掌，同时，我们也欢迎更多的人加入我们，为创造更好的公众号一起努力。

本期由朱学乐原创完成的Mplus教程系列，将在后面陆续推出，感谢他的辛苦付出，各位看官可以在文章底部赞赏他们。

01

CFA简介

验证性因素分析(CFA)是结构方程模型的重要组成部分，主要处理观测指标与潜变量之间的关系，也被称为测量模型。CFA作为检验量表或测验结构效度的工具而为研究者熟知。不仅如此，CFA也是检验方法学效应和测量不变性的有效工具。

CFA和EFA同为处理观测变量和潜变量的方法，两者最显而易见的区别是：外显变量与潜在因子之间的关系是事先确定的还是事后推定的。EFA一般在分析之前并不明确各观测指标(量表条目)与潜在结构即因子之间的具体隶属关系，其关系是在分析之后确定的，所以EFA分析具有数据导向的特点，因此被称为数据驱动型分析。与EFA不同，CFA在分析之前就已经确定了观测指标与潜在因子之间的隶属关系，所以CFA具有假设检验的特点，为理论驱动型分析。

CFA对比EFA的优点如下：

1. 更加简约，也可以更加严谨。

2. 为检验测量或量表跨群体或时间的不变性提供了可能性。

3. 用于比较不同的理论模型。

4. 方法效应。在EFA中，指标的独特性方差或者测量误差方差是混合在一起的，而CFA可以将指标独特性分离出来，为检验方法学效应提供可能。

5. 其他优点，如对测验组合信度和单个指标信度的分析

02

CFA在Mplus实现

1

CFA分析步骤

CFA的整个过程可以分析5大环节：(1)模型设置；(2)模型识别；(3)模型拟合评价；(4)排除等价或其他可能的非等价模型；(5)结果的解释与报告。

2

一阶CFA的实现

*******************************************************

可以点击下面的链接，下载示例数据文件。

链接：https://pan.baidu.com/s/1KmQwrUNOKiusXTf_zdxnkA

提取码：8jvp

(请把数据文件和Mplus的input文件放在一个文件夹里)

*******************************************************

这是根据上次EFA分析的三因素模型来进行CFA分析。

代码如下：

TITLE:CFA;

DATA:

FILE IS mplus_data.dat;

VARIABLE:

MISSING ARE ALL (-99);

NAMES ARE ID item1 item2 item3 item4 item5 item6 item7 item8

item9 item10 item11 item12 item13 item14 item15;

USEVARIABLESARE item1 item2 item3 item5 item6 item7 item8

item10 item12 item13 item14 item15;

ANALYSIS:

ESTIMATOR IS ML;

MODEL:

f1BY item1-item3 item5 item6 item8;

f2BY item7 item8 item10;

f3BY item12-item15;

OUTPUT: STANDARDIZED MOD;

运行之后可以看到模型拟和指标和模型修正指标

我们根据模型修正指标把部分题目误差相关

代码如下：

TITLE:CFA;

DATA:

FILE IS mplus_data.dat;

VARIABLE:

MISSING ARE ALL (-99);

NAMES ARE ID item1 item2 item3 item4 item5 item6 item7 item8

item9 item10 item11 item12 item13 item14 item15;

USEVARIABLES ARE item1 item2 item3 item5 item6 item7 item8

item10 item12 item13 item14 item15;

ANALYSIS:

ESTIMATOR IS ML; ! ML;MLR.WLSMV

MODEL:

f1 BY item1-item3 item5 item6 item8;

f2 BY item7 item8 item10;

f3 BY item12-item15;

item1 WITH item2;

item13 WITH item14;

OUTPUT: STANDARDIZED MOD;

对比第一次CFA结果，发现误差相关之后，模型拟合程度会好一点。

3

二阶CFA的实现

代码如下：

TITLE:CFA;

DATA:

FILE IS mplus_data.dat;

VARIABLE:

MISSING ARE ALL (-99);

NAMES ARE ID item1 item2 item3 item4 item5 item6 item7 item8

item9 item10 item11 item12 item13 item14 item15;

USEVARIABLES ARE item1 item2 item3 item5 item6 item7 item8

item10  item12 item13 item14item15;

ANALYSIS:

ESTIMATOR IS ML;

MODEL:

f1 BY item1-item3 item5 item6 item8;

f2 BY item7 item8 item10;

f3 BY item12-item15;

FF1 BY f1-f3;

item1 WITH item2;

item13 WITH item14;

OUTPUT: STANDARDIZED MOD;

二阶CFA与一阶CFA模型拟合程度对比：

这里因为我的数据模型的一阶模型与二阶模型是等价模型，所以模型拟合指标一样。

好啦，这就是本期的CFA的mplus实现教程。

03

Mplus下载使用

目前最新的Mplus版本是Mplus8，可以前往http://www.statmodel.com/ 下载Mplus试用版。

也可点击百度网盘链接

链接：https://pan.baidu.com/s/11NzzF1_AuFwjGN-SLvFW8g

提取码：102c

下载安装Mplus7

---

以上内容来源属于作者，文章仅限学习使用，不用于商业行为，若有侵权及疑问，请后台留言！

52brain,Connect Young Brains.

推荐阅读：

Mplus | 软件安装与常用命令解读

Mplus | 潜变量分析模型概述

原创 Mplus 基础教程(二)Mplus基础系列教程(一)