单维度量表验证性因⼦分析_SPSS在线_SPSSAU_验证性因 ⼦分析（CFA）
4、SPSSAU输出结果
SPSSAU共输出6个表格，分别是CFA分析基本汇总表格，因⼦载荷系数表格，模型AVE和CR指标结果表格，模型拟合指标表格，因⼦和分析项 - MI指标表格和因⼦协⽅差表格。关于此6个表格的解释说明如下：
表格
功能⽤途
指标等
CFA分析基本汇总
应急系统因⼦对应测量项个数
因⼦载荷系数
聚合(收敛)效度使⽤，标准化载荷系数值⼤于0.7说明具有聚合效度
⾮标准化、标准化载荷系数值等
模型AVE和CR指标结果
聚合(收敛)效度使⽤指标，区分效度使⽤指标财经界
AVE和CR指标值
模型拟合指标
模型拟合情况，共同⽅法偏差使⽤等
卡⽅⾃由度,RMSEA,RMR，CFI，NFI等
因⼦和分析项 - MI指标
国家法查看因⼦与测量项间关系强弱，⽤于辅助判断和分析测量项是否应删除
MI指标
因⼦协⽅差
查看因⼦之间的关系强弱，辅助判断模型构建情况
因⼦协⽅差
从上表可知，本次针对共4个因⼦，以及20个分析项进⾏验证性因⼦分析(CFA)分析。本次分析有效样本量为215，超出分析项数量的10倍，样本量适中。
crpd-366
因⼦载荷系数值表格展⽰因⼦和测量项之间的关联关系，⼀般查看标准载荷系数值进⾏分析即可。上表格显⽰，B1与Factor2之间的因⼦载荷系数值为0.562
< 0.7，说明对应关系较弱，可考虑将此项从Factor2中移除出去。另外从整体上看，各个测量项全部均呈现出0.001⽔平的显著性(p
< 0.001),⽽且标准化载荷系数值均⼤于0.7(除B1外)，因⽽说明整体上看，因⼦与测量项之间有着良好的对应关系，聚合效度较好。
陆世长
从上格可知：本研究涉及的4个因⼦(SPSSAU默认给定名字为Factor 1, Factor 2, Factor 3, Factor
4)，它们的AVE值全部均⼤于0.5，⽽且CR值全部均⼤于0.7，因⽽说明本次测量量表数据具有优秀的聚合效度。
cze
上表格展⽰模型拟合指标，共分为常⽤指标和其它指标。常⽤指标包括卡⽅⾃由度⽐，GFI，RMSEA，RMR，CFI，NFI和NNFI。其它的⼀些指标通常使⽤较少，研究⼈员可结合实际情况进⾏选择使⽤即可。
从上表可知：卡⽅⾃由度值为3.389，⼤于3，⽽且GFI⼩于0.9，RMSEA为0.105接近于0.1这⼀标准，RMR值为0.091不在标准范围内。综合来看，模型构建⽋佳，需要进⾏模型调整。⽐如这⾥将MI>10作为调整标准然后重新进⾏模型拟合，得到结果如下【特别提⽰：⼀般情况下MI指标调整会有助于模型拟合指标达标，但并不能完全依靠MI调整，应该出因⼦与测量项的真实对应关系，结合因⼦载荷系数表格、因⼦和分析项
- MI指标表格等进⾏分析，删除不合理的对应关系等才能建⽴合理的CFA模型，否则模型⽆论如何均⽆法达标】：
上表格展⽰因⼦与测量项的对应关系MI值，因⼦与其下属测量项的关系可通过因⼦载荷系数表格进⾏查看。MI值并不固定标准⼤⼩，⼀般情况下，该值如果⼤于20则说明关联性很强。从上表格可以看到，C2与Factor2，Factor4这两个因⼦间的MI指标均⼤于15，说明C2与Factor2，Factor4之间可能有
着较强的关联性；同时，D5与Factor3之间的MI值为18.121，说明⼆者有较强的关联性。综合可知：可考虑将C2，D6这两个指标进⾏删除(即移除出模型)，同时上述因⼦载荷表格分析还发现B1也可以进⾏删除。因⽽将此三项进⾏删除(移除出模型)后可再次进⾏模型(限于篇幅限制，SPSSAU并不继续进⾏分析)。
上表格展⽰因⼦与因⼦之间的关联性，可通过标准系数进⾏分析。从上表可知，在进⾏因⼦协⽅差表格分析时，本研究共4个因⼦，他们两两之间的标准系数值均介于0.6~0.85之间，说明因⼦之间具有较强的关联性。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议