R数据分析：结构方程模型的分组比较，实例解析

做结构方程的时候分组比较用的比较多，咨询的同学也多，之前写过mplus的做法，今天就再给大家写个用R的，不论你是做中介还是做验证性因子分析，等等，反正用结构方程能做的都可以套这个方法，而且在R语言的lavaan包中，分组比较的做法也是非常简单的，今天就带大家来了解下。

为何要分组比较

很多时候我们会关心，某结构方程中的某条系数是不是存在组间差异，比如说性别差异，年龄差异，文化差异（跨文化），这个时候我们想做的是整个模型系数的比较，你想要单因素分析？搞个T检验？再搞个卡方，弄个回归？都是行不通的。

这个时候就得求助与模型的分组比较，比如大家去看下面这个文章：

• Liu, Yiming, Jerry C. Sun, and Ssu-Kuang Chen. "Comparing Technology Acceptance of AR-Based and 3D Map-Based Mobile Library Applications: A Multigroup SEM Analysis." Interactive Learning Environments, 2021.

它回答的问题有两个，一个是什么因素影响移动图书馆的使用（这个问题直接拟合结构方程就行），另外一个问题就是不同组间系数是不是不同。对于第二个问题的回答，作者就是用的分组比较。这样的文章有很多，大家都可以搜搜看。

潜变量比较之前依然是涉及到一个东西叫做测量不变性。

测量不变性的做法

测量不变性之前也有给大家仔细地写过两篇文章，大家可以去翻翻哈（之前写的是纵向数据有个残差等值，此处忽略），这儿主要写做法：

一般来讲我们做测量不变性都是有固定顺序的，首先是configural invariance（构形不变性），然后是weak invariance（单位等值）然后是strong invariance（尺度等值）。大家不要记中文一定要把这几个英文记住，因为中文好像很不统一。

具体地，组间相同的因子结构就意味着configural