验证性因子分析结果解读一、方法概述验证性因子分析Confirmatory Factor Analysis, CFA是结构方程模型SEM的测量部分用于检验研究者预设的潜变量与观测指标之间的对应关系是否得到数据支持。与探索性因子分析不同CFA要求研究者在分析之前明确指定每个潜变量由哪些测量项反映并据此估计因子载荷、测量误差和模型拟合程度。CFA的核心评价维度包括因子载荷的显著性与大小、聚合效度AVE和CR、区分效度AVE平方根与相关系数比较、HTMT、MSV/ASV以及整体模型拟合指标χ²/df、RMSEA、CFI、GFI等。借助SPSSAU软件可以一次性完成CFA的全部估计与效度检验。在SPSSAU【问卷研究】模块选择【验证性因子分析】将变量拖拽至右侧对应分析框操作如下图二、测量模型基本结构表1报告了CFA测量模型的基本结构。模型包含3个潜变量Factor1、Factor2、Factor3每个潜变量各有4个测量项共计12个观测指标。分析样本量为320条有效观测。样本量与测量项之比约为26.7:1远超5:1的最低建议标准为CFA参数估计提供了充足的统计功效。该预设的三因子结构将作为后续载荷估计和效度检验的基础框架。三、因子载荷系数分析-表示该项为参照项固定载荷为1表2报告了全部12个测量项的因子载荷系数。每个潜变量的第一个测量项x1、m1、y1作为参照项其非标准化载荷固定为1.000其余测量项的载荷围绕参照项进行估计。Factor1方面x1的标准化载荷为0.804SMC0.647x2为0.846SMC0.716x3为0.824SMC0.679x4为0.807SMC0.651。四个测量项的标准化载荷均超过0.8SMC值均高于0.5说明x1~x4能够被Factor1充分解释测量误差处于可接受范围。所有非参照项的z值介于15.710至16.629之间p0.001载荷高度显著。Factor2方面m1的标准化载荷为0.806SMC0.650m2为0.799SMC0.638m3为0.802SMC0.642m4为0.830SMC0.689。四个载荷值介于0.799至0.830之间整体略低于Factor1但仍远高于0.7的经验标准。m2的载荷最低0.799但差距极小不影响整体测量质量。z值介于15.365至16.082之间p0.001。Factor3方面y1的标准化载荷为0.814SMC0.663y2为0.828SMC0.685y3为0.858SMC0.737y4为0.868SMC0.753。Factor3的载荷在三个因子中整体最高尤其是y3和y4的载荷分别达到0.858和0.868SMC值超过0.73说明这两个题项被Factor3解释的方差比例极高。z值介于16.924至18.048之间p0.001为所有测量项中最高。综合来看12个测量项的标准化载荷介于0.799至0.868之间全部超过0.7的良好标准SMC值介于0.638至0.753之间全部超过0.5的阈值表明各测量项与其所属潜变量之间的对应关系强而显著测量模型具有良好的指标质量。四、聚合效度AVE与CRAVE0.5, CR0.7为可接受标准表3报告了三个潜变量的聚合效度指标。平均方差萃取值AVE反映潜变量能够解释其测量项变异的平均比例组合信度CR反映测量项的内部一致性。Factor1的AVE0.6730.5CR0.8920.8表明Factor1能够解释其四个测量项67.3%的共同方差内部一致性信度优良。Factor2的AVE0.6550.5CR0.8830.8同样满足聚合效度的判断标准。Factor3的AVE0.7100.5CR0.9070.8在三个因子中表现最优其测量项被潜变量解释的程度最高。三个因子的AVE值介于0.655至0.710之间均远超0.5的最低标准CR值介于0.883至0.907之间均超过0.8的严格标准。这表明三个潜变量均具有良好的聚合效度测量项能够有效地反映其对应的理论构念。五、区分效度检验斜对角线为AVE平方根值表4通过Fornell-Larcker准则检验区分效度。斜对角线上的数值为各因子AVE的平方根Factor10.821Factor20.809Factor30.842非对角线为因子间的Pearson相关系数。Factor1与Factor2的相关系数为0.361低于两者的AVE平方根0.821和0.809Factor1与Factor3的相关系数为0.476同样低于两者的AVE平方根0.821和0.842Factor2与Factor3的相关系数为0.504低于两者的AVE平方根0.809和0.842。所有因子间相关系数均小于对应AVE平方根满足Fornell-Larcker准则表明三个潜变量之间虽然存在中等程度的相关0.361~0.504但仍然保持足够的区分度不存在构念重叠问题。HTMT0.85为严格标准0.90为宽松标准表5报告了HTMT比率结果。Factor1与Factor2的HTMT0.407Factor1与Factor3的HTMT0.529Factor2与Factor3的HTMT0.563全部远低于0.85的严格标准和0.90的宽松标准。HTMT结果进一步从跨因子载荷比值的角度支持了三个因子之间的区分效度。MSVAVE, ASVAVE为区分效度成立条件表6报告了最大共享平方方差MSV和平均共享平方方差ASV。Factor1的MSV0.280、ASV0.223均低于其AVE0.673Factor2的MSV0.312、ASV0.238均低于其AVE0.655Factor3的MSV0.312、ASV0.296均低于其AVE0.710。所有因子的MSV和ASV均低于对应的AVE值满足区分效度的判断标准进一步证实了三个潜变量之间的可区分性。六、模型整体拟合指标χ²(51)56.456, p0.278AIC53.647, BIC155.392表7报告了CFA模型的整体拟合指标。卡方检验结果为χ²(51)56.456p0.278p值大于0.05表明模型隐含的协方差矩阵与样本协方差矩阵之间不存在显著差异模型拟合良好。卡方自由度比χ²/df1.107远低于3的常用标准说明模型的简约拟合效果极佳。GFI0.9730.9RMSEA0.0180.05远低于0.10的阈值RMR0.0440.05CFI0.9980.9NFI0.9770.9TLI0.9970.9所有指标均达到或远超推荐标准。补充拟合指标方面AGFI0.9580.9IFI0.9980.9SRMR0.0240.10RMSEA的90%置信区间为[0.016, 0.041]上限远低于0.10。PGFI0.6360.5PNFI0.7550.5PCFI0.7710.5简约化拟合指标也均达标。AIC53.647BIC155.392可用于与其他竞争模型的比较。综合来看该CFA模型的整体拟合达到了极优水平理论结构与数据协方差结构之间具有高度一致性。七、因子协方差与残差分析表8报告了三个潜变量之间的协方差估计结果。Factor1与Factor2的标准协方差为0.406z5.747p0.001Factor1与Factor3为0.529z7.080p0.001Factor2与Factor3为0.558z7.324p0.001。三对因子间的相关均达到高度显著水平表明三个构念在理论上存在实质性联动。其中Factor2与Factor3的关联最强r0.558Factor1与Factor2的关联相对最弱r0.406但所有相关系数的平方均未超过对应因子的AVE值与区分效度的结论一致。表9报告了12个测量项的残差误差方差估计值。标准化残差反映了各测量项中未被潜变量解释的方差比例。y3的标准化残差最低0.263y4次之0.247说明Factor3对这两个题项的解释最为充分。x1的标准化残差为0.353m2为0.362是残差相对较高的题项但其值仍处于合理范围内均低于0.5。所有残差z值均达到p0.001的显著水平说明误差项的估计稳定可靠。整体而言残差处于中低水平表明当前CFA模型已较充分地吸收了数据结构中的共同变异。八、图形结果解读图1 CFA路径图图1为SPSSAU软件输出的CFA路径图直观展示了三个潜变量Factor1、Factor2、Factor3与12个测量项之间的因子载荷关系。从路径图中可以看出所有标准化载荷均在0.80以上载荷箭头的粗细程度反映了载荷强度的差异。Factor3与其测量项之间的路径最为粗壮载荷0.814~0.868Factor1和Factor2的路径也较为一致。三个潜变量之间的双箭头表示因子协方差其强度与表8中的估计值对应。路径图整体呈现清晰的因子结构各测量项明确指向其所属的潜变量交叉载荷不存在进一步印证了预设三因子模型的合理性。九、结论本研究基于320条有效样本对包含3个潜变量、12个测量项的预设测量模型进行了验证性因子分析。因子载荷分析表明全部12个测量项的标准化载荷介于0.799至0.868之间均0.7SMC值介于0.638至0.753之间均0.5测量项质量优良。聚合效度方面三个因子的AVE值0.655~0.710均超过0.5CR值0.883~0.907均超过0.8聚合效度良好。区分效度方面Fornell-Larcker准则、HTMT比率0.407~0.563均0.85和MSV/ASV指标均支持三个因子之间的可区分性。模型整体拟合达到极优水平χ²/df1.107RMSEA0.018CFI0.998TLI0.997GFI0.973所有指标均远超推荐标准。综上所述预设的三因子测量模型获得了数据的充分支持各潜变量的测量信度和效度均达到学术研究的严格标准可为后续结构方程建模提供可靠的测量基础。