验证性因素分析CFA潜变量后面直接接题目就是一阶CFA。一个潜变量后面又接了几个潜变量再接题目,就称为二阶CFA。不要自己发明二阶CFA,用别人做过的。一个模型二阶和一阶可以放在一起。组成信度与平均变异数萃取量每一个构念的题目只属于这个题目,不跨维度就成为unidimensionality(文献assessing the unidimensionality of measurement: a paradigm and illustration within the context of information systems,reporting practices in confirmatory factor analysis:an overview and some recommendations,2009)文献一:SEM是由很多CFA构成的,所以要先构成良好的CFA,再去跑SEM。好的测量模型是做好的SEM的前提文献二:只有测量变量能反映构念才做CFA。SEM是对所有的分析。全是卡方,自由度,不报告p值。CFA分析常见的问题因素中负荷量不高,如<0.45问卷设计不良,缺乏信度观察变数指定到其它构面(respecification of measurement models,Kline,2011)但这种一般要有文献支持,所以最好设计5-7题,不好的可以砍掉。因素中负荷量有些超过1观察变量之间有共线性(how large can a standardized coeffient be? Karl,1999)题目之间相关度过高,会有这种情形因素负荷量部分不错>0.7,部分不佳<0.5-潜在构面可能不是一个,而是两个。比如忠诚度,借鉴的文献忠诚,A问卷的作者可能是做行为忠诚的,B问卷的作者可能是做态度忠诚。可能就会出现这种情况。 因素负荷量都不错,>0.7,但模型配适度不佳残差不独立,即样本不独立因素负荷量为负值表示反向题忘了转向。中文问卷最好不要设计反向题。CFA根本跑不出来观察变量之间相关太低观察变数之间相关为1去SPSS检查相关接近0和1的。(structural equation models empirical identifications,heywood cases, and related problem David rindskopf)验证性loading不能低于0.6,探索式loading可以稍低一些,但要在0.5以上。用SEM,调查问卷最安全。宏观数据,有时序性影响,一般做不出来好结果转自:一颗甜柠檬呀(本文仅作学术分享,版权归原作者所有)