验证性因子分析,是用于测量因子与测量项(量表题项)之间的对应关系是否与研究者预测保持一致的一种研究方法。尽管因子分析适合任何学科使用,但以社会科学居多。 目前有很多软件都可以非常便利地实现验证性因子分析,本文将基于SPSSAU系统进行说明。大数据
验证性因子分析
Step1:因子分析类型
因子分析可分为两种类型:探索性因子分析(EFA)和验证性因子分析(CFA)。
活在春天里探索性因子分析,主要用于浓缩测量项,将所有题项浓缩提取成几个概括性因子,达到减少分析次数,减少重复信息的目的。
验证性因子分析与探索性因子分析相似,两者区别只在于探索性因子分析(EFA)用于探索因子与测量项之间的对应关系,验证性因子分析(CFA)用于验证结果与理论预期是否一致。
Step2:分析思路
在实际研究中,验证性因子分析常会与结构方程模型、路径分析等方法联系到一起,对于不熟悉概念的研究人员容易搞混这些方法,下表对这几种方法进行简单说明:
四氯化硅
方法 | 功能 | 其它说明 |
探索性因子分析(EFA) | 研究测量关系 | 适用于非经典量表 |
验证性因子分析(CFA) | 卡捷琳娜研究测量关系 | 适用于经典量表 |
回归分析 星绕网 | 研究自变量对一个因变量的影响关系 | y为定量数据 |
路径分析 | 石家庄东方城市广场研究多个自变量与多个因变量之间的影响关系 | 可先用CFA/EFA确定因子与研究项关系,再进行路径分析 |
结构方程模型 | 研究影响关系及测量关系 | 结构方程模型包括两部分: 验证性因子分析和路径分析 |
| | |
●探索性因子分析:验证因子与分析项的对应关系,检验量表效度,非经典量表通常用探索性因子分析。
●验证性因子分析:验证因子与分析项的对应关系,检验量表效度,成熟量表通常用验证性因子分析。确认测量关系后,后续可进行路径分析/线性回归分析研究具体的影响关系。
●路径分析:用于研究多个自变量与多个因变量影响关系;如果因变量只有一个,可以使用线性回归分析。