基础准备
前面草堂君介绍了斜交验证性因子分析的操作过程以及如何将分析结果整理成论文需要的发表格式,大家可以点击下方文章链接回顾:
今天草堂君接着斜交验证性因子分析的内容,介绍如何用Amos进行正交验证性因子分析,并对模型的拟合效果指标进行讲解,斜交验证性因子分析因为模型拟合质量良好,所以没有对拟合指标进行说明。
正交验证性因子分析
正交验证性因子分析与斜交验证性因子分析的区别在于分析者对潜在变量关系的判断,如果分析者根据自己的实际研究经验判断潜在因子间不存在相关关系,那么可以进行正交验证性因子分析,否则进行斜交验证性因子分析。
例如,下方左图上篇文章《斜交验证性因子分析》的模型图,假设三个潜在变量物质激励、文化激励和发展激励之间存在不等于0的协相关系数W1、W2和W3。而正交验证性因子分析则假设三个协方差系数W1=W2=W3=0,如下边正交验证性因子分析模型图所示:
需要注意的是,无论是斜交验证性因子分析还是正交验证性因子分析,都是分析者根据实际情况或经验做潜在变量关系做出的判断和假设,都属于验证性分析,分析的结论就是假设模型是否与实际数据相符。
案例分析
依旧沿用斜交验证性因子分析文章的案例,只需对三个协方差系数做出定义(W1=W2=W3)即可。例题描述:二十一世纪最贵的是人才,因此激励永远是企业管理中永恒的话题。恰当的激励员工,能够使企业在激烈的竞争中生存和发展。管理学中一般将激励措施分为物质激励、文化激励和发展激励,现在有一份通过“激励测量量表”,量表的设计结构包括三个潜在变量(物质激励、文化激励和发展激励),如下图所示,每个潜在变量都包括4个量表题项,分别表示潜在变量的一个细节维度。因为问卷数据遗失,只有12个量表题项(测量变量)数据之间的协方差和样本量(有效问卷数量),所以只能将协方差和样本量在spss中整理成下图的形式,Amos可以利用该SPSS协方差矩阵数据进行正交验证性因子分析:
(Amos模型文件和Spss数据文件都分享在QQ群: