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
