Latent structure
验证性因子分析 — 量表效度检验 (CFA)
验证性因子分析是一种测量模型技术,用于检验一个假设的因子结构——通常源于理论或早期的探索性分析——是否与新样本的观测数据相拟合。该方法由 Karl Jöreskog 于 1969 年开发,成为验证心理量表的主流工具,因为它要求研究者预先指定哪些条目属于哪个潜在因子,然后根据明确的统计拟合标准评估该指定的拟合优度。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Brown, T. A. (2015). Confirmatory Factor Analysis for Applied Research (2nd ed.). Guilford Press. ISBN: 978-1462515363
- Hu, L. & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. DOI: 10.1080/10705519909540118 ↗
如何引用本页
ScholarGate. (2026, June 1). Confirmatory Factor Analysis for Scale Validation. ScholarGate. https://scholargate.app/zh/psychometrics/cfa-psychometric
选用哪种方法?
将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。
- 克朗巴赫α系数(信度分析)统计学↔ 比较
- 探索性因子分析(EFA)统计学↔ 比较
- 分层线性模型 (HLM / 多层模型)统计学↔ 比较
- 主成分分析机器学习↔ 比较
- Rasch 模型心理测量学↔ 比较
- 结构方程模型 (SEM)统计学↔ 比较