基础准备
草堂君在前面介绍了验证性因子分析的内容,包括验证性因子分析与探索性因子分析的区别联系,斜交验证性因子分析和正交验证性因子分析,可以点击下方文章链接回顾:
今天草堂君要介绍的是二阶验证性因子分析,这是前面介绍的斜交验证性因子分析的延续,还记得斜交验证性因子分析的潜在变量之间是什么关系吗?
二阶验证性因子分析
前面介绍斜交验证性因子分析的时候,草堂君帮助过大家进行“名字记忆”,斜交代表相关,正交代表不相关。斜交验证性因子分析适用与潜在变量之间相关的情况,如下图所示,左图是直交模型,三个潜在变量(内容评价,功能评价和用户感知价值)之间的协方差(相关系数)为0;右图为斜交模型,三个潜在变量之间存在不为0的协方差。
上面两个模型都是一阶的验证性因子分析模型,如果潜在变量之间存在相关性,且相关性比较高(大于0.6),那么可以继续进行二阶验证性因子分析,也就是在三个潜在因子之上还有一个潜在变量,这个潜在变量可以解释原来的三个潜在变量(内容评价,功能评价和用户感知价值),如下图所示,根据现实研究背景,可以对新的潜在变量进行定义。
案例分析