教程 ·

CFA 怎么做：lavaan 因子载荷、CR、AVE 与拟合指标真实边界

验证性因子分析中文指南，说明 ChatSRS 当前 R lavaan CFA 的模型要求、完整案例样本门槛、ML/GLS/WLS 输出、拟合阈值边界和已知载荷显示缺陷。

CFA 怎么做，第一步不是追 CFI 或 RMSEA，而是把预设测量模型、题项归属、估计方法和数据编码写清楚。当前工具通过 R 的 lavaan 执行 CFA，并输出载荷、CR、AVE、因子相关和拟合指标；它不会替研究者自动修模，也存在一个必须披露的首题载荷显示缺陷。

EFA 与 CFA 回答的问题不同

探索性因子分析（EFA）用于探索潜在结构；验证性因子分析（CFA）用于检验事先指定的测量模型与样本数据是否相容。已经明确假设“题项 1—4 属于因子 A、题项 5—8 属于因子 B”时，才有可审计的 CFA 输入。

如果因子数量和题项归属仍不清楚，应先回到EFA、CFA 与 PCA 选择指南。不能用同一批数据反复改题项，直到拟合超过某个阈值，再把过程写成事前验证。

ChatSRS 当前 CFA 可执行范围

当前共享分析器要求至少 2 个潜变量，且每个潜变量至少 2 个题项。题项必须能够匹配到数据列，并在转为数值后形成可拟合的完整数据。

所有模型题项按完整案例删除缺失。完整案例至少 50 行才能运行；低于 200 行会给出小样本警告，但“达到 200”也不自动证明样本充分。样本需求还取决于载荷、题项数、因子相关、分布、模型复杂度和识别状况。

估计方法只接受 ML、GLS 和 WLS。实际拟合由 R 的 lavaan::cfa() 完成，并设置 std.lv = TRUE。这意味着潜变量方差被固定为 1，不是把每个因子的第一个题项载荷固定为 1。

当前输出包括因子载荷、CR、AVE、因子相关和拟合指标。除下述首题显示缺陷外，结果表设计为呈现：

  • 非标准化与标准化载荷、SE、z、p 和 SMC；
  • 基于标准化载荷计算的 CR 与 AVE；
  • 因子相关矩阵，以及对角线上的 AVE 平方根；
  • GFI、AGFI、RMSEA、SRMR、NFI、IFI、CFI、TLI、χ²/df 和 PGFI；
  • 最终完整案例 N、潜变量数、题项数和估计方法。

已核实的首题非标准化载荷显示缺陷

已核实当前共享实现使用 std.lv = TRUE，但结果格式化仍把每个因子的首个题项非标准化载荷写成 1.000；这是显示缺陷，和实际 lavaan 识别方式不一致。首个题项的 SE、z 和 p 也都被硬显示为 -，不是参数没有被估计。

当前网页不直接暴露 lavaan 原始参数表，因此不能在同一页面里“点开原始值”完成复核。若论文需要这些参数，必须在能够导出原始 parameterEstimates 的 lavaan 环境中按相同数据、模型、估计方法和缺失规则重新运行，或等待产品修复并通过回归测试。

在这个缺陷修复并有回归测试前：

  1. 不要把表中每个因子首题的非标准化 1.000 当作实际估计值；
  2. 不要把该行 SE、z、p 的 - 解读成“无需检验”或“参数固定”；
  3. 标准化载荷列来自 lavaan 的 std.all，仍应在可导出的原始参数表中核对；
  4. 若论文必须报告全部非标准化载荷、SE、z 或 p，应在外部 lavaan 环境按同一设置复跑；
  5. CR、AVE 和因子相关也要与原始输出及模型设定交叉检查。

这不是排版小事。std.lv = TRUE 与“首题载荷固定为 1”是两种不同的识别表达，报告时不能混写。

当前没有执行的 CFA 功能

当前不输出 HTMT、修正指数、多组等值性、Bayes CFA 或 PLS 路径模型。它也不自动完成以下任务：

  • 根据修正指数释放误差相关；
  • 自动删题或重新分配题项；
  • 比较配置、载荷、截距和残差等值性；
  • 对有序题项自动选择稳健估计；
  • 生成竞争模型的差异检验；
  • 证明内容效度、判别效度或因果结构已经成立。

如果研究需要上述功能，应使用明确实现该方法的工具，并保留模型语法、估计设置和完整结果。

拟合指标怎么读

当前格式器会按内置规则给拟合指标加“可接受/不可接受”标签，例如 CFI、TLI、GFI、AGFI 大于 .80，RMSEA 小于 .08，SRMR 小于 .10，χ²/df 小于 3，PGFI 大于 .50。

这些标签只能描述程序当前使用的比较规则。拟合阈值不是万能通过线，不能脱离领域、估计方法、样本规模、模型复杂度和其他诊断直接宣布模型正确。尤其要避免：

  • 只挑通过的指标，省略未通过的指标；
  • 把 .80、.90 或 .95 当作所有领域的统一法律；
  • 看到拟合不好就批量相关误差；
  • 忽略负方差、极高因子相关、载荷异常或不收敛；
  • 把较好拟合写成测量模型为真。

应组合阅读卡方及自由度、增量拟合、近似误差和残差指标，并说明所采用阈值的来源。

CR、AVE 与因子相关怎么读

CR 和 AVE 当前按标准化载荷计算：

  • CR 描述一组题项在当前模型中的组合信度；
  • AVE 描述该因子对其题项方差的平均解释比例；
  • 对角线的 AVE 平方根与因子相关可以作为一种判别效度检查。

这些量不是内容效度的替代品。AVE 低、因子相关过高或题项载荷不稳时，应回到题项内容、翻译、样本和模型设定排查，而不是让软件自动删题。

当前表格中的因子相关方法也不等于 HTMT。若期刊明确要求 HTMT，必须另行真实计算，不能用 AVE 平方根表冒充。

一个与实现一致的输入

假设量表有“任务投入”和“情感投入”两个预设因子，每个因子四个题项：

任务投入: task1, task2, task3, task4
情感投入: emotion1, emotion2, emotion3, emotion4

可以这样描述：

对上述两个预设因子做 CFA。使用 ML 估计，按完整案例运行；报告标准化载荷、CR、AVE、因子相关与完整拟合指标。请提示样本量警告，不做自动删题或修正指数改模，并标明首题非标准化载荷固定显示 1.000、SE/z/p 固定显示为 - 的当前缺陷；这些参数不从网页表直接引用。

若题项是有序分类、偏态严重或存在复杂缺失，是否使用 ML、GLS 或 WLS 不能只按软件可选项决定。应根据测量尺度、分布和学科规范选择估计，并记录选择理由。

结果复核顺序

1. 数据与识别

先核对完整案例 N、题项编码、因子数量和每个因子的题项。若样本小、题项几乎不变或因子高度相关，模型即使输出数字也可能不稳定。

2. 收敛与异常解

检查是否收敛，是否有负误差方差、极端标准误、标准化载荷绝对值超过 1 或因子相关接近 1。

3. 载荷、CR、AVE

结合题项内容和理论看载荷模式。不要只按单一阈值删题，也不要把 CR、AVE 达标写成量表已被全面验证。

4. 整体拟合

完整报告数值和判断依据，不只保留“通过”标签。拟合不理想时先检查数据、识别、估计和理论设定。

5. 显示缺陷

逐因子定位首个题项，避免引用当前表格硬显示的非标准化 1.000 和 SE/z/p 的 -。当前网页没有原始参数展开入口；需要这些列时，应按相同设置在可导出 parameterEstimates 的 lavaan 环境复跑。

论文报告模板

根据预先设定的 [因子数] 因子结构，使用 R lavaan 进行验证性因子分析，
估计方法为 [ML/GLS/WLS]。分析采用完整案例，最终 N = [ ]。

标准化因子载荷范围为 [ ] 至 [ ]；CR 为 [ ]，AVE 为 [ ]。
模型拟合为 χ²(df) = [ ]，p = [ ]，CFI = [ ]，TLI = [ ]，
RMSEA = [ ]，SRMR = [ ]。指标依据 [领域或文献] 综合解释。

当前结果表每个因子首题的非标准化载荷固定显示为 1.000，
SE、z、p 固定显示为“-”；这些单元格未用于实质解释。
相关参数已在 [可导出原始参数的 lavaan 环境与版本] 按相同设置重新估计并复核。

AMOS 在线替代的正确理解

网页分析可以减少安装和语法负担，但不等于复刻 AMOS 图形界面、默认识别或项目文件。可迁移的是因子映射、估计方法、缺失规则和输出清单。若需要路径图、修正指数、多组比较或特定 AMOS 默认值，应单独验证。

关于测量模型之后的结构路径，可继续阅读结构方程模型的诊断与报告边界。不要把 CFA 的拟合结果直接升级成结构路径或因果结论。

准备好因子映射、题项代码本和估计依据后，可进入 ChatSRS 运行当前支持的 CFA。正式使用前请显式排除上述首题载荷与 SE/z/p 单元格；需要这些参数时应在可导出原始表的 lavaan 环境复跑。