验证性因子分析如何对整个模型进行验证性因子分析

验证性因子分析cfa的因子载荷系数小于多少需要删去

因子载荷的临界值没有统一的标准，根据《结构方程模型及其应用》这本教材的观点，因子载荷在0.45以下的题目即可可考虑删除，但实际应用中，研究者的取舍都是比较灵活的，有的题目尽管因子载荷不高，但考虑到是在使用他人已经修订好的问卷（尊重版权），或者研究者自己有理由相信这道题目测到了想测的内容，有很好的理论意义，也是可以考虑保留的。

总结一下，最常见的取舍标准是0.45或0.4，最低的标准是0.3，严格一点的话也有人以0.5为标准

一个自行设计的量表，验证效度一定要经过验证性因子分析吗

效度的分析通常不可以缺的是效标关联效度和结构效度。

结构效度包括探索性因子分析和验证性因子分析，如果是修订他人编制的量表，通常验证性因子分析即可；如果是自编量表，可选择余地比较大，最好是探索和验证都做，也可以任选其一，如果对因子结构没什么把握，可侧重探索，如果有充分的结构设想，则可以直接验证。

不一定非要做验证，起码有不少研究是只做了探索的。

但如果要建议的话，最好探索验证都做。

探索性因素分析和验证性因素分析的区别

探索性因子分析（EFA）与验证性因子分析（CFA），二者的区别在于，验证性因子分析(CFA)用于验证对应关系，探索性因子分析(EFA)用于探索因子与测量项(量表题项)之间的对应关系。

如果是成熟的量表，研究者可同时使用验证性因子分析CFA，和探索性因子分析(简称因子分析,EFA)验证量表的效度。

如果量表的权威性较弱，通常使用探索性因子分析(EFA)进行探索因子，或者效度检验分析。

两种方法均可在spssau中操作分析，结合智能分析建议更便于理解。

如何对整个模型进行验证性因子分析

验证性因子分析主要探讨潜变量之间的相关关系而不是因果关系，在SEM中，模型构建分为两块，一块是测量模型，一块是结构模型，测量模型是测量潜变量和观测指标的关系要探讨结构模型中的相关关系，操作很简单，你把潜变量之间用双箭头联系起来就可以了，当然，这里要注意一点，如果根据理论或者经验推测某两个潜变量之间完全不存在相关的话，可以不用双箭头联系；另外，AMOS里面的analysis properties 模块设置中有个output选项，你点击critical ratios for difference 选项（打勾），运行数据后在text output的报表中可以根据临界比率（p是否小于.05）来判断潜变量之间的关系强度是否显著，如果小于临界比率，建议取消对应的潜变量双箭头。