本站分享:AI、大数据、数据分析师培训认证考试,包括:Python培训Excel培训Matlab培训SPSS培训SAS培训R语言培训Hadoop培训Amos培训Stata培训Eviews培训

验证性因素分析需要报告哪些信息?_验证性因素分析

数据报告 cdadata 7577℃
验证性因素分析需要报告哪些信息? Mplus学习机会
关键词:验证性因素分析,amos验证性因素分析,mplus验证性因素分析,验证性因素分析指标,spss验证性因素分析

     通过CFA分析可以获得各方面的结果,而且SEM软件也会报告大量的数据分析结果(如多种拟合指数),针对这么多信息,如何进行选择和报告呢?对于初学者来说,确实是件令人头疼的事,更令人沮丧的是,关于报告什么不要报告什么目前尚没有公认的标准。幸运地是,已有人从实践出发,将研究者报告的各种模型拟合信息进行统计,总结出为大家普遍接受的各种模型拟合信息。例如Jackson及其同事(2009)统计了19982006年发表在美国心理学协会(American Psychological Association, APA)系列杂志上的194篇采用CFA作为数据分析方法的文章,通过对这些文章报告结果的统计分析,他们总结出一个CFA结果报告内容清单。清单的详细条款列在表1中。类似的研究也见(DiStefano & Hess2005; McDonald & Ho, 2002)

1中的清单内容涵盖贯穿整个CFA研究过程的五个方面。这五方面的内容不仅是报告结果要考虑的,在研究设计之初就理应考虑周全,否则避免不了事后捏造之嫌。

表1 CFA研究报告清单

A 理论建构和数据收集

1. 模型建构的理论或实证依据;

2. 模型检验数量和类型(因子间是相关、直角还是层级的);

3. 具体的模型设置(指标与潜变量之间的明确关系);

4. 模型路径图;

5. 样本特征(取样方法、样本量、所选目标样本依据);

6. 等价模型的识别;

7. 模型是否可以识别。

B 数据准备

1. 数据正态性检验;

2. 缺失值分析及处理方法;

3. 指标类型的说明(名义的、类别的还是连续的);

4. 数据转换的说明(如是否打包);

5. 数据分析的水平(指标vs.分量表)。

C 模型分析

1. 分析所用矩阵的类型(协方差vs相关);

2. 矩阵是否可供读者索取;

3. 采用的参数估计方法及依据;

4. 潜变量定义的方法(固定方差还是固定负荷);

5. 分析采用的软件及版本。

D 结果报告

1. 模型评价是否采用多个拟合指标:卡方,自由度,p值,RMSEACFITLI等;

2. 模型修正的情况及依据;

3. 条目保留的情况;

4. 标准化因子负荷,因子间相关矩阵。

E 讨论

  1. 模型结果对理论的印证情况;

  2. 进一步的检验(如测量不变性)。

转载请注明:数据分析 » 验证性因素分析需要报告哪些信息?_验证性因素分析

喜欢 (3)or分享 (0)