- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
验证性因子分析(ConfirmatoryFactorAnalysis,CFA)是一种用于检验测量模型与理论假设是否匹配的高级统计方法。与探索性因子分析(EFA)不同,CFA需要研究者预先设定因子与测量项之间的关系模型。以下是使用SPSSAU(在线SPSS)进行验证性因子分析的一般步骤:
1.模型设定与识别
1.1模型设定
理论基础:根据研究理论或参考成熟量表结构,预先设定因子与测量项的对应关系
量表类型:
对于成熟量表:可直接进行CFA验证
对于新开发量表:建议先进行EFA探索结构,删除不合理题项后再进行CFA
SPSSAU操作:
在仪表盘选择【问卷研究】→【验证性因子分析】
将预设的测量项拖拽至对应的因子分析框中
SPSSAU(网页SPSS)最多支持20个因子,允许修改因子名称
1.2模型识别
识别类型:不可识别、恰好识别、过度识别
判断方法:使用t法则-模型中参数个数≤p(p+1)/2(p为观测变量/题项个数)
实际应用:通常模型会满足识别条件,可通过输出的模型自由度判断
2.模型参数估计
估计方法:SPSSAU默认使用最大似然估计法(MLE)
关键参数:
因子载荷:反映测量项与因子的关系强度
测量误差:每个测量项的独特方差
因子间相关:潜变量之间的关系
结果解读:
标准化因子载荷应0.5,理想情况0.7
测量误差应合理,无异常值
3.模型拟合评价
主要拟合指标:
绝对拟合指数:χ2/df(3)、RMSEA(0.08)、GFI(0.9)
相对拟合指数:CFI(0.9)、TLI(0.9)
简约拟合指数:PNFI(0.5)、PGFI(0.5)
评价标准:
多个指标综合判断,而非单一指标
不同学科领域可能有不同标准
4.模型修正(非必须)
当模型拟合不理想时,可考虑以下修正方法:
4.1删除不合理测量项
因子载荷0.5的测量项
与预设因子对应关系严重偏差的测量项
4.2MI指标修正
在SPSSAU中选择输出MI指标(如10的MI值)
根据输出结果,建立测量项间的协方差关系
每次只修正一个关系,重新评估模型拟合
5.分析与应用
5.1量表效度评价
结构效度:因子载荷0.5,模型拟合达标
组合信度(CR):应0.6,理想0.7
聚合效度(AVE):应0.5
区分效度:AVE平方根大于因子间相关系数
5.2其他应用方向
多模型比较
共同方法偏差检验(单因子模型拟合不达标)
高阶因子模型验证
注意事项
CFA通常需要多次迭代才能获得理想模型
模型修正应有理论依据,避免纯粹数据驱动
使用SPSSAU(在线SPSS)时可参考平台提供的分析建议和结果解读
对于复杂模型,可考虑使用结构方程模型(SEM)进行更全面的分析
通过以上步骤,研究者可以系统地验证量表的结构效度,为后续研究提供可靠的理论基础。SPSSAU平台提供了便捷的验证性因子分析功能,帮助研究者高效完成这一复杂的统计分析过程。
文档评论(0)