背景：自制了一份问卷，如何验证问卷结构的有效性？该用什么方法？学生时代用万能的spss进行探索性因子分析？工作后又见识到了同事使用聚类分析的方法？有幸学习过几次结构方程模型，印象中通过结构方程模型进行验证性因子分析，方法简单又有效，但因为学艺不精，没法完整的述说出这个方法的好与不足，于是又看了遍侯杰泰的《结构方程模型及其应用》。将这段时间脑内的困惑作一个自我答疑，也期待通过这次整理，能对结构方程模型有一个深刻的印象，下次不至于再面对“我懂，但说不出”的尴尬窘境。

1.什么时候用探索性因子分析，什么时候用验证性因子分析？

当你有一个预设模型时（即你有一个假设：问卷中哪些题目属于哪个维度），可以直接用验证性因子分析，验证预设模型是否成立。当你没有预设模型时（即你不清楚问卷中哪些题目属于哪个维度）

2.探索性因子分析和验证性因子分析方法上的区别？

在做探索性因子分析的时候，第一个因子会捕获最大的变异量，从属它的题目通常也比较多。

有时候验证性因子分析能区分多个因子，即一个多因子模型拟合不错，但探索性因子分析只产生1个或2个主要因子而已。

3.结构方程模型具有哪些能力？

4.如何通过结构方程模型进行验证性因子分析？

在查看结果时，一般关注以下几个拟合指数：

•Χ2：minimum fit function Chi-square，主要用于比较多个模型，值越小，拟合越好

•df：degree of freedom,主要用于比较多个模型，自由度越大，模型越简单

•RMSEA:在0.08以下（越小越好）

•NNFI:在0.9以上（越大越好）

•CFI:在0.9以上（越大越好）

指标和因子关系的调整：

（1）Q4在因子A中的完全标准化负荷很小（LX=0.05），但它在其他因子中的修正指数也不高，显然这一题不从属A因子，但也不归属其他因子；

（2）Q8在因子B的负荷不高（0.28），但在因子A中的MI是41.4，显然它可能归属于因子A；

调整后，需要重新进行验证性因子分析，查看指标变化。

需要注意的是：如果仅仅看修正指数或因子负荷，但缺乏其他实质理论依据（如题目含义）的支持，随便将题目增删转移，并不合适。