验证性因子分析CFA结果解读：模型拟合指数与修正建议.docxVIP

验证性因子分析结果解读

一、方法概述

验证性因子分析（ConfirmatoryFactorAnalysis,CFA）是结构方程模型（SEM）的测量部分，用于检验研究者预设的潜变量与观测指标之间的对应关系是否得到数据支持。与探索性因子分析不同，CFA要求研究者在分析之前明确指定每个潜变量由哪些测量项反映，并据此估计因子载荷、测量误差和模型拟合程度。CFA的核心评价维度包括：因子载荷的显著性与大小、聚合效度（AVE和CR）、区分效度（AVE平方根与相关系数比较、HTMT、MSV/ASV）以及整体模型拟合指标（χ2/df、RMSEA、CFI、GFI等）。借助SPSSAU软件，可以一次性完成CFA的全部估计与效度检验。

在SPSSAU【问卷研究】模块选择【验证性因子分析】，将变量拖拽至右侧对应分析框，操作如下图：

二、测量模型基本结构

表1报告了CFA测量模型的基本结构。模型包含3个潜变量（Factor1、Factor2、Factor3），每个潜变量各有4个测量项，共计12个观测指标。分析样本量为320条有效观测。样本量与测量项之比约为26.7:1，远超5:1的最低建议标准，为CFA参数估计提供了充足的统计功效。该预设的三因子结构将作为后续载荷估计和效度检验的基础框架。

三、因子载荷系数分析

-表示该项为参照项（固定载荷为1）

表2报告了全部12个测量项的因子载荷系数。每个潜变量的第