求助潜变量统计值

学习了。顶一下

SPSS计算的因子得分受到很多影响。不同设置计算出的因子得分相差很远。比如，旋转方式不一样因子得分就不一样。而用lisrel计算因子得分可以在CFA和EFA下做。在EFA下做的时候，软件给出了三种：unrotated,varma rotated,proma rotated,因子相关矩阵只有一个；同时软件还给出reference variable,也给出了因子相关系数矩阵，跟前一个相关系数不一样。在CFA下做的时候，根据软件里的help里的说明，只有一个因子得分矩阵。跟前两个也不一样。

表中的均值和标准差是根据每个潜变量所对应的显变量计算出的，可以用很多软件计算，比如spss就可以做，结构方程主要是求出路径系数，然后进行模型检验，最后判断所建立的模型是否具有经济意义

还是有很多不明白

哎呀  都是高手呀   见识了

怎么计算 Latent Variable Scores

“验证性因子分析的标准化系数加权得到”——如果归一化以后肯定有分数
感觉还不错，有靠谱的理论或文献支持否？

同意  17楼的意见

这个问题回答应该从心里测量理论说起
观测指标直接加总也是可以的 它遵循古典测量模型的假设，即：
X1=指标+误差1
X2=指标+误差2
X3=指标+ 误差3
古典测量模型假设每个指标测量的真实值是同等的
所以
X=（X1+X2+ X3）+（误差1+误差2+误差3）/3
另一种测量模型就是同属性测量模型，即：
X1=权重1*指标+误差1
X2=权重2*指标+误差2
X3=权重3*指标+ 误差3

古典测量模型只是同属性测量模型的一个特例，即：权重1=权重2=权重3，所以可以得出，同属性测量模型（结构方程中共同因子得分）更加合理，比指标直接加总更接近真实水平。
但是，不同的样本会影响到潜因子的因子负荷，这样来说同属性测量模型又不如古典测量模型稳定了，最后，这个学术界公认的答案就是：选取效果指标的平均值和所有效果指标的共同因子的得分在传统上（很多国外论文上）都是可以接受的方法

学到了不少东西