验证性因子分析

1. 定义

验证性因子分析：对量表进行效度验证的一种方法。需要注意验证性因子分析适用于经典量表，探索性因子分析适用于非经典量表

2. 用途

（1）聚合效度（收敛效度）：依据AVE（平均提取方差值＞0,5）和CR（组合信度＞0.7）判断其是否达标
（2）区分效度：就是说你找的这个四个维度，是否可以很好的区分开呢？

• 方法：AVE开根号与相关分析的结果对比。因子1的开根号是0.843，要大于0.7/0.646/0.777，其他因子也是如此，说明此量表具有良好的区分效度

  
  
  图1.png
  
  

  （3）共同方法偏差CMV检验：就是把所有的指标A1~D3放在一个指“量表图/因子”里边，然后发现各个指标不达标，就可以说明不存在共同方法偏差的问题。

• 共同方法偏差还可以用在探索性引自分析里

  
  
  图2.png
  
  
  与3.png

3. 操作方法

（1）将同一维度的概念放入量表-选择开始分析

图4.png

（2）CFA分析基本汇总

图5.png

（3）因子分析载荷系数

图6.png

图7.png

• 备注：要看标准载荷系数，一般要大于0.7。代表该项和因子之间的关系

• B1的因子在和系数为0.562＜0.7，可以删除
  （4）AVE和CR值

  
  
  图8.png
  
  

  （5）模型拟合指标

  
  
  图9.png
• 判断标准在表格上，大部分达标即可

4. 验证性因子分析容易出现什么问题，需要如何处理？

（1）样本量＞200
（2）经典量表
（3）如一个维度（因子A），至少对应2个或2个以上的内容（A1/A2/A3/A4/A5）
（4）调整方法：结合MI指标

图10.png

• A1~A5对应因子1，所以这里边没有数值了
• 看C2，本来是对应因子3，但是它在因子2、因子4下边数值也比较大，比较合理，这种情况下C2有点问题，可以删除掉，看看GFI等指标是否变优
• MI指标其实是A1~D4之间的一种协方差关系，多大算大呢？看情况，看对比，多尝试
  （5）载荷系数如果比较低，也可以删除，然后看量表是否优化

链接1：数据分析实战教学之验证性因子分析-SPSSAU实现https://www.bilibili.com/video/av69372013
链接2：验证性因子分析（CFA）-SPSSAU帮助手册https://spssau.com/helps/questionnaire/cfa.html