LISREL验证性因素分析实战：从模型设定到拟合指标解读

简介这份PPT面向社会科学、心理学及教育学领域的研究者与研究生系统讲解如何用LISREL软件完成验证性因素分析。内容从数据处理的准确与简洁两难切入逐步展开观测变量相关矩阵的输入、简洁模型的提出、再生矩阵的回馈与模型准确性检验并延伸到多模型比较与最优模型选择。资源包为单一PPT文件大小约1.22MB结构紧凑便于课堂讲授或自学时按页推进。目前已有59人学习属于小众但垂直的统计方法资料。读者可从中掌握因子负荷、误差方差与因子相关结构的参数估计思路理解自由度、NNFI、CFI、GFI、AGFI、SRMR等拟合指数的计算与解读并借助100名学生在9个学科间相关系数的实例体会外源指标与内生指标构成的测量模型。对于需要验证理论模型适配度、比较不同模型优劣并撰写实证论文的研究者这份材料提供了从原理到操作的系统参考。1. LISREL 做验证性因素分析为什么你的模型总在“接近拟合”边缘反复横跳如果你手头有一份《LISREL软件验证性因素分析完整版.ppt》大概率你正卡在同一个地方量表数据收回来了维度也假设好了但一跑 LISREL卡方值大得离谱RMSEA 卡在 0.08 上下CFA 结果要么“接近拟合”要么修正指数提示你删题、放残差相关。问题往往不在 LISREL 本身而在于你把验证性因素分析当成了“点一下运行就出结果”的黑匣子。验证性因素分析CFA本质是先验模型驱动的结构方程建模你先规定观测变量由哪些潜变量解释、潜变量之间是否相关、误差项是否独立再由 LISREL 去估计参数并给出拟合优度。它适合量表开发、构念效度检验、多组比较前的测量模型确认。这一章先把 CFA 在 LISREL 里的定位讲清楚后面几章我会按“模型怎么写、参数怎么设、结果怎么读、坑怎么绕”的顺序把一份 PPT 里最容易漏掉的实操细节补齐。2. 从 PPT 到 SIMPLIS 语法把验证性因素分析模型写成 LISREL 能读的代码2.1 先分清 LISREL 与 SIMPLIS 两套语法别在 PPT 里抄错入口很多 PPT 会把 LISREL 的路径图、SIMPLIS 命令、PRELIS 预处理混在一起讲导致新手一上手就翻车。LISREL 原生语法用矩阵LY、LX、BE、GA、PH、PS、TD、TE 等描述模型灵活但门槛高SIMPLIS 是简化语法用类似“Latent Variables”“Relationships”“Path Diagram”这样的自然语言块写模型适合 CFA 这种测量模型固定的场景。常见做法是量表 CFA 用 SIMPLIS 写省去矩阵维度对不齐的痛苦只有做高阶 CFA、多组比较、复杂结构方程时才回到 LISREL 矩阵语法。你要先确认 PPT 里给的是哪一套别把 SIMPLIS 的Relationships块硬塞进 LISREL 的MO命令里。2.2 用 SIMPLIS 写一个三因子 CFA 的最小可运行脚本下面这段是我一般会先跑通的最小模型三个潜变量每个潜变量 4 个观测指标潜变量两两相关误差项默认独立。数据文件假设是.psf或.txt的原始数据先用 PRELIS 转成 LISREL 能读的矩阵。! 三因子验证性因素分析最小脚本 DA NI12 NO500 LA X1 X2 X3 X4 Y1 Y2 Y3 Y4 Z1 Z2 Z3 Z4 RA FIrawdata.txt MO NY12 NE3 LYFU,FI PSSY,FI TEDI,FI LE F1 F2 F3 LK F1 F2 F3 VA 1.0 LY 1 1 LY 5 2 LY 9 3 FR LY 2 1 LY 3 1 LY 4 1 FR LY 6 2 LY 7 2 LY 8 2 FR LY 10 3 LY 11 3 LY 12 3 FR PS 1 1 PS 2 2 PS 3 3 FR PS 2 1 PS 3 1 PS 3 2 PD OU SS MI ND3逻辑说明DA NI12 NO500声明 12 个观测变量、500 个样本LA给变量命名RA FIrawdata.txt读原始数据MO NY12 NE3指定 12 个观测变量、3 个潜变量LYFU,FI表示因子载荷矩阵自由但先固定PSSY,FI表示潜变量协方差矩阵对称固定TEDI,FI表示误差项对角固定。VA 1.0把每个潜变量的第一个载荷固定为 1这是识别模型尺度最常用的做法。FR逐行释放需要估计的载荷和潜变量协方差。OU SS MI ND3要求输出标准化解、修正指数并保留 3 位小数。参数说明NY是观测变量数NE是潜变量数NO是样本量。LY是观测变量对潜变量的载荷矩阵PS是潜变量协方差矩阵TE是观测变量误差协方差矩阵。VA 1.0固定的那个载荷叫参照指标不能同时把所有载荷都自由估计否则模型不可识别。ND控制输出小数位一般 3 位够看太多位反而干扰判断。2.3 样本量与数据预处理PRELIS 里必须做的三件事CFA 对样本量敏感常见经验是每个观测变量至少 10 个样本12 题就是 120 起步但要做多组比较或高阶模型500 以上更稳。PRELIS 预处理我一般必做三件事检查缺失值模式、看单变量与多变量正态性、生成协方差矩阵或原始数据文件。缺失值如果超过 5%用MC做多重插补或MI做极大似然插补正态性看偏度绝对值是否超过 2、峰度是否超过 7超标就考虑OU MEML换成稳健极大似然MEMLR或者对连续但非正态的题项做变换。PRELIS 里可以用IM看缺失值模式用SS看协方差矩阵用OU MACM输出协方差矩阵供 LISREL 直接读。! PRELIS 预处理缺失值检查与协方差矩阵输出 DA NI12 NO500 LA X1 X2 X3 X4 Y1 Y2 Y3 Y4 Z1 Z2 Z3 Z4 RA FIrawdata.txt IM SS OU MACM SMrawdata.cov这段跑完你会得到缺失值模式图和协方差矩阵文件。如果缺失值集中在某几个题项先查问卷设计或录入环节别急着插补。协方差矩阵文件可以在 LISREL 里用CM命令直接读省去每次读原始数据的开销。3. 拟合指标怎么读卡方、RMSEA、CFI 与修正指数的联合判断3.1 别只看卡方 p 值样本量一大它必然显著LISREL 输出里卡方检验的 p 值小于 0.05 几乎是一定的尤其样本量超过 300 以后。卡方对样本量敏感所以要看卡方自由度比χ²/df一般小于 3 算可接受小于 2 更好。但 χ²/df 也不是万能它同样受样本量和模型复杂度影响。我一般把 χ²/df、RMSEA、CFI、TLI、SRMR 放一起看RMSEA 小于 0.08 可接受小于 0.06 良好CFI 和 TLI 大于 0.90 可接受大于 0.95 良好SRMR 小于 0.08 可接受。如果这几个指标打架优先信 RMSEA 和 CFI再结合修正指数和理论合理性判断。3.2 修正指数不是“删题许可证”要看理论依据LISREL 的MI输出会告诉你哪些参数释放后卡方下降最多。常见诱惑是某个误差项之间的 MI 很大一放残差相关拟合立刻变好。但残差相关如果没有理论依据就是数据驱动而非理论驱动后续多组比较或效度检验容易崩。我一般按这个顺序处理 MI先看载荷是否偏低小于 0.4 或 0.5低载荷题项优先考虑删再看误差项相关是否有同方法偏差或题项表述重叠有依据才放最后才考虑跨载荷但跨载荷在 CFA 里通常意味着模型设定有问题不是首选。3.3 标准化解与完全标准化解报告里该放哪一组LISREL 输出里SS是标准化解SC是完全标准化解。标准化解只标准化潜变量观测变量保持原尺度完全标准化解同时标准化潜变量和观测变量载荷相当于相关系数。报告里一般放完全标准化载荷便于读者判断指标与潜变量的关联强度。非标准化解用于比较不同样本或不同组之间的参数差异因为它的尺度一致。我一般会在结果表里同时给非标准化载荷、标准误、t 值和完全标准化载荷t 值大于 1.96 表示 0.05 水平显著大于 2.58 表示 0.01 水平显著。4. 避坑与排查LISREL 跑 CFA 最常见的五类翻车现场4.1 现象一运行就报“矩阵不可识别”或“参数无法估计”原因模型识别不足常见于潜变量只有一个观测指标、没有固定参照载荷、或者误差项协方差被错误释放。解决每个潜变量至少 3 个观测指标第一个载荷固定为 1误差项默认对角独立除非有强理论依据才释放残差相关。检查MO行里的LY、PS、TE矩阵设定FU和FI别写反。4.2 现象拟合指标很好但载荷出现负值或大于 1原因Heywood 案例通常是模型过度拟合、样本量太小、或者题项分布严重偏态。解决先看样本量与题项比低于 5:1 就补数据再看题项偏度峰度超标就用稳健估计如果某个载荷大于 1检查该潜变量的参照指标是否选错换一个载荷较高的题项做参照。4.3 现象RMSEA 卡在 0.08 到 0.10 之间怎么改都下不去原因模型设定与数据结构不匹配可能是维度划分错误、题项跨载荷、或者遗漏了高阶因子。解决先做探索性因素分析看实际维度结构再回到 CFA 验证检查修正指数里是否有跨载荷提示如果理论支持高阶因子尝试二阶 CFA用LE和LK同时声明一阶和二阶潜变量。4.4 现象多组比较时卡方差异显著但各组单独跑都拟合良好原因测量不变性不成立可能是载荷不等、截距不等或误差方差不等。解决按形态不变性、弱不变性、强不变性、严格不变性逐步检验每步看卡方差异和 CFI 变化。CFI 下降超过 0.01 就说明该步不变性不成立需要回到前一步找哪个参数不等。4.5 现象输出文件里 t 值全是 0 或标准误异常大原因数据文件读入错误、变量顺序与LA不一致、或者协方差矩阵不是正定。解决用 PRELIS 重新生成协方差矩阵检查LA变量名与数据列顺序是否一一对应用IM看缺失值模式如果协方差矩阵非正定检查是否有变量线性相关或样本量过小。5. 进阶技巧用 LISREL 做二阶 CFA 与多组比较的实操要点二阶 CFA 在量表维度较多时很实用一阶因子先由题项定义二阶因子再解释一阶因子之间的相关。SIMPLIS 里可以这样写! 二阶 CFA三个一阶因子由一个二阶因子解释 DA NI12 NO500 LA X1 X2 X3 X4 Y1 Y2 Y3 Y4 Z1 Z2 Z3 Z4 RA FIrawdata.txt MO NY12 NE4 LYFU,FI PSSY,FI TEDI,FI LE F1 F2 F3 F4 LK F1 F2 F3 F4 VA 1.0 LY 1 1 LY 5 2 LY 9 3 FR LY 2 1 LY 3 1 LY 4 1 FR LY 6 2 LY 7 2 LY 8 2 FR LY 10 3 LY 11 3 LY 12 3 FR PS 1 1 PS 2 2 PS 3 3 PS 4 4 FR PS 4 1 PS 4 2 PS 4 3 PD OU SS MI ND3这里F4是二阶因子PS 4 1到PS 4 3表示二阶因子对三个一阶因子的回归路径。注意二阶因子的尺度也要固定通常固定一个一阶因子的载荷为 1或者固定二阶因子方差为 1。多组比较时用NG声明组数MO里加GP分组然后逐步约束载荷、截距、误差方差相等每步看卡方差异和 CFI 变化。我一般会先跑形态不变性再跑弱不变性如果 CFI 下降不超过 0.01就认为测量不变性基本成立可以继续做结构路径比较。最后说个血泪经验LISREL 的输出文件很长别一上来就翻到最后一页看拟合指标先看警告信息和迭代次数。迭代不收敛时先检查模型识别和参数初值别急着改模型。我习惯把每次运行的OU行加ND3和MI输出文件按日期命名方便回溯。希望帮到你。本文还有配套的精品资源点击获取