发帖
雷达卡
验证性因子分析（CFA）和你可能在 SPSS 里用过的探索性因子分析（EFA）不是一回事。EFA 是让数据自己"跑"出因子结构，用来摸清一份陌生量表的潜在维度；CFA 则反过来——你已经有一个先验的因子结构假设（比如"这 8 道题其实只测一个构念"），然后用数据去验证这个假设站不站得住。UCLA 统计咨询中心（OARC Stats）这份用 R 语言 lavaan 包讲 CFA 的在线讲义，核心目标就是把 CFA 的概念和输出结果讲明白，而不是堆砌数学推导或罗列 lavaan 的全部语法。下面把这份材料"是什么、要装什么、单因子怎么跑、拟合怎么看、双因子又是什么、材料去哪拿"一次说清。
这份 UCLA 验证性因子分析讲义到底讲什么
讲义用一个贯穿全程的例子带你入门：假设你要评估一份叫"SPSS 焦虑问卷（SAQ-8）"的 8 题量表，看这 8 道题到底能不能归结为"SPSS 焦虑"这一个因子。整份讲义就是围绕这个例子，从模型设定、参数识别、用 lavaan 跑出结果，一直讲到怎么看拟合优度。它属于 UCLA 一个三讲系列的第一讲：第二讲扩展到更广泛的观测变量与潜变量模型，第三讲讲潜变量增长模型与测量不变性这类中阶话题。所以如果你只关心"问卷的因子结构怎么验证"，这一讲就够用。
讲义在开篇就点明了 EFA 与 CFA 的区别：EFA 适合探索一份未知量表的心理测量属性，CFA 则是预先定好因子结构、再去验证一份已有量表的心理测量结构是否成立。讲义还顺带提了软件实现的差异——EFA 在 SPSS 的 FACTOR、SAS 的 PROC FACTOR、Stata 的 factor 里都能做；但跑 CFA 在 SPSS 里要单独用 Amos，此外还有 Mplus、EQS、SAS 的 PROC CALIS、Stata 的 sem，以及近年常用的 R 包 lavaan。本讲义聚焦 CFA 与 R，所以全程用 lavaan。
学之前要装好什么：
R、RStudio 和两个包
讲义明确要求读者先装好 R 和 RStudio，并且对线性回归有初步了解——因为后面解释参数、自由度和模型识别时会用到回归的直觉。具体要装的 R 包只有两个：foreign（用来读入 SPSS 的 .sav 数据）和 lavaan（做 CFA 和 SEM 的主力包）。装好之后用 library(foreign) 和 library(lavaan) 加载即可。需要注意，讲义里的示例数据 SAQ.sav 是 SPSS 格式，正是靠 foreign 包读进来的。如果你完全没碰过 R，建议先花半小时熟悉一下 RStudio 界面，否则一上来对着代码会有些懵；但讲义本身不要求你会写复杂的 R，重点在理解模型和结果。
单因子 CFA 是怎么一步步做出来的
讲义从最干净的情况讲起：只有一个因子、三个题项（three-item one factor）。这里重点不是写代码，而是理解"模型能不能被识别"。一个刚好识别（just identified）的单因子模型恰好需要三个指示变量；有些研究因为资源所限只用两个题项一个因子，但题项越多（超过三个）模型越稳。讲义会带你算已知值、待估参数和自由度，搞清楚为什么三个题项是单因子模型的识别底线，以及当题项只有两个时模型会遇到什么麻烦。
接着就是用 lavaan 实际跑一遍：把模型写成 lavaan 的语法、读入数据、跑出参数估计和拟合结果。讲义还附带了"（可选）手动求标准化解"和"（可选）带均值时的自由度"两节，给想抠细节的人。最后用 SAQ-8 这套 8 题数据跑一个单因子 CFA，把前面所有概念落到真实输出上——你能看到模型卡方、自由度，以及各题项在因子上的载荷，理解"载荷高说明这道题确实在测这个因子"。
拟合到底好不好：CFI、TLI、RMSEA 各自看什么
这是很多初学者最晕的地方，讲义处理得比较清楚。模型卡方（chi-square）是最基础的拟合检验，但它对样本量极其敏感——样本一大，卡方几乎必然显著，所以光看它容易误判。讲义因此引入了两类补充指标：绝对拟合与增量拟合。
CFI（比较拟合指数，Comparative Fit Index）的思路是拿你的模型和"基线模型"（所有变量互不相关的空模型）比，公式里用 δ = χ df，δ 越接近 0 模型越贴合，CFI 越接近 1 越好。TLI（Tucker-Lewis 指数）和 CFI 类似，但会对模型复杂度做惩罚，避免你靠堆参数把拟合"凑"好看。RMSEA（近似误差均方根）则关注模型复原观测协方差矩阵的程度，通常认为小于 0.10 是可接受的上限、越小越好。讲义把这些指标放在"单因子 SAQ-8 模型"的真实输出上逐个解释，你跟着看一遍就知道论文报告里那几个数该怎么读、卡方显著时为什么还能看 CFI/TLI/RMSEA 来下结论。
双因子与二阶 CFA 又往前走了一步
当你怀疑量表里其实藏着两个因子（比如 SPSS 焦虑之外还有别的构念），讲义进入双因子 CFA：先讲两个因子互不相关（uncorrelated）的情形，再讲更常见的两个因子相关（correlated）。如果研究者进一步认为这两个一阶因子背后还有一个更高阶的"总体焦虑"在驱动，就引出了二阶 CFA（second-order CFA）。这里会区分内生因子和外生因子：被别的因子预测的因子叫内生因子，它因此多了一个残差项 ζ；不被预测的叫外生因子。这一节把"因子套因子"的层级结构讲透，也是后续测量不变性、潜增长模型的中阶基础。
讲义自带的 R 代码、2021 讲座 PPT 和练习去哪拿
这份讲义不是只有网页文字，它把完整材料都打包放好了：一份可直接复制进 RStudio 跑通的完整 R 代码、一场 2021 年 5 月 17 日线下讲座的 PowerPoint 幻灯片，以及配套练习的 R 代码和示例数据 SAQ.sav。这些原件怎么下载、各自对应讲义哪一段，我都整理在帖子隐藏区，回复后即可查看。
────────────────
回复本帖，可见 UCLA 这份 CFA 讲义的完整 R 代码、2021 讲座 PPT、配套练习代码与示例数据的官方下载入口，以及它们分别对应讲义的哪一段，方便你照着一步步复现。
把经管之家装进你常用的 AI 智能体中 一键快捷安装经管之家 MCP／技能，让 AI 帮你查教程、找数据、读论坛帖子。 检索、阅读公开帖子不收费，安装可申请领取：3 通用积分＋100 论坛币＋3 元论坛资金 说明： AI 算力按所用平台规则计算；附件按原帖条件获取；福利领取条件以活动页面为准。 |
京公网安备 11010802022788号
