验证性因子分析（三）

一、效度分析

CFA(验证性因子分析)的基本思想是：研究者首先根据先前的理论和已有的知识，经过推论和假设，形成一个关于一组变量之间相互关系的模型。其目的是利用变量的实测数据来验证假设模型的有效性。

图1 效度分析流程图

二、具体情况具体分析

上两篇文章，我们主要描述了第一种情况，即问卷中没有多维度量表，本文将继续就多维度量表的验证性因子分析进行描述。

第二类：假设模型有多维度量表

不妨假设有自变量A，因变量B，中介变量C,且三个变量都为多维度量表，其中A有AI与AT两个维度，B有BI、BT和BL三个维度，C有CI与CT两个维度。题项情况如下表。

表1 题项情况

变量	维度		题项
A	2	AI	6
		AT	5
B	3	BI	3
		BT	4
		BL	3
C	2	CI	4
		CT	3

第一步：应用AMOS进行验证性因子分析，在绘图区构建模型如下图7。由于该问卷中的三个变量都属于多维度变量，因此采用高阶验证性因子分析。与上面的第一种情况不同的是：（1）每一个维度都需要加上残差项（例如图2中的e29～e35）（图3）。（2）将每一变量中的其中一个维度的路径回归权重调整为1（图4）。

图2 结构方程模型（总）

图3 残差

图4 路径回归权重

第二步：由于该模型中存在多维度量表，因此需对这些量表进行单独汇报。除了整体模型的效度检验结果，还需汇报A、B、C三个变量的效度检验结果，如下。

首先依据图2模型确定因子载荷值、CR值、AVE值、整体拟合度等数据，而后对多维度量表进行