案例数据
300 行 × 14 列 Likert 量表（与信度/效度共享数据），4 个潜变量（工作内容/工作环境/薪酬福利/同事关系），演示 CFA 测量模型 + 标准化载荷 + AVE / CR + 区分效度 + 整体拟合指标。
| 文件名 | cfa.xlsx（与 reliability.xlsx / validity.xlsx 一致） |
|---|---|
| 样本量 | 300 行（建议 N ≥ 200，本案 N / 题项 ≈ 21.4 充足） |
| 潜变量数 | 4 个 |
| 题项数 | 14 个（每个潜变量 3-4 题） |
| 变量说明 | 工作内容 1-4 / 工作环境 1-4 / 薪酬福利 1-3 / 同事关系 1-3。 |
完整案例
1. 背景
同一份"员工满意度问卷"（与信度、效度章节共享数据），通过信度（α ≥ 0.74）与效度（KMO=0.755）双重检验后，现在做验证性因子分析（CFA）验证"4 因子结构"理论假设。CFA 与 EFA 的区别在于：CFA 是验证你预先指定的结构，而非让算法自由发现因子。重点关注 ① 标准化载荷是否都 ≥ 0.5；② 各因子的 AVE ≥ 0.5、CR ≥ 0.7；③ 区分效度（Fornell-Larcker）；④ 整体拟合指标（χ²/df / RMSEA / CFI / TLI 等）。
2. 理论与公式
CFA 根据预设题项归属验证测量模型，关注标准化载荷、CR、AVE、拟合指标和区分效度。
题项由潜变量和测量误差共同解释。
用于评估潜变量题项一致性。
AVE 用于判断聚合效度。
3. 数据结构
每行 1 位员工，14 个 Likert 1-5 题项。题项归属必须来自理论 / 量表设计，CFA 是验证你预设的归属。
| 潜变量 | 观测变量（题项） | 题项数 |
|---|---|---|
| 工作内容 | 工作内容1, 工作内容2, 工作内容3, 工作内容4 | 4 |
| 工作环境 | 工作环境1, 工作环境2, 工作环境3, 工作环境4 | 4 |
| 薪酬福利 | 薪酬福利1, 薪酬福利2, 薪酬福利3 | 3 |
| 同事关系 | 同事关系1, 同事关系2, 同事关系3 | 3 |
每个潜变量建议至少 3 个观测题项；样本量建议 N ≥ 200 或 N / 题项 ≥ 10。本案 300/14 ≈ 21.4 充足。
4. 操作步骤
- 登录 SPSSzero，进入 工作台 → 上传
cfa.xlsx - 左侧方法栏 → 问卷研究 → 点击 验证性因子分析
- 在 潜变量结构面板 中，把题项按理论归属拖到 4 个潜变量下
- （可选）勾选 路径图 生成模型可视化
- 点击 开始分析
5. 结果表格与结果阅读
结果区按"测量模型 → 收敛效度 → 区分效度 → 整体拟合"顺序输出。下面展示 4 张紧凑三线表：
| 潜变量 | 题项 | 非标准载荷 | SE | z (CR) | p | 标准载荷 | SMC |
|---|---|---|---|---|---|---|---|
| 工作内容 | 工作内容1 | 1.000 | — | — | — | 0.692 | 0.479 |
| 工作内容 | 工作内容2 | 1.080 | 0.103 | 10.457 | 0.000*** | 0.731 | 0.534 |
| 工作内容 | 工作内容3 | 1.103 | 0.106 | 10.434 | 0.000*** | 0.728 | 0.530 |
| 工作内容 | 工作内容4 | 1.146 | 0.107 | 10.700 | 0.000*** | 0.757 | 0.573 |
| 工作环境 | 工作环境1 | 1.000 | — | — | — | 0.708 | 0.502 |
| 工作环境 | 工作环境2 | 1.135 | 0.103 | 11.051 | 0.000*** | 0.752 | 0.565 |
| 工作环境 | 工作环境3 | 1.100 | 0.101 | 10.933 | 0.000*** | 0.740 | 0.548 |
| 工作环境 | 工作环境4 | 1.082 | 0.098 | 11.032 | 0.000*** | 0.750 | 0.562 |
| 薪酬福利 | 薪酬福利1 | 1.000 | — | — | — | 0.762 | 0.581 |
| 薪酬福利 | 薪酬福利2 | 1.077 | 0.094 | 11.504 | 0.000*** | 0.808 | 0.653 |
| 薪酬福利 | 薪酬福利3 | 1.001 | 0.089 | 11.303 | 0.000*** | 0.742 | 0.551 |
| 同事关系 | 同事关系1 | 1.000 | — | — | — | 0.687 | 0.472 |
| 同事关系 | 同事关系2 | 1.021 | 0.121 | 8.457 | 0.000*** | 0.733 | 0.537 |
| 同事关系 | 同事关系3 | 1.056 | 0.124 | 8.485 | 0.000*** | 0.686 | 0.471 |
| 每个潜变量第一题载荷固定为 1（参照项），其余载荷通过 z 检验是否显著不为 0。 | |||||||
14 个题项的标准载荷在 0.686-0.808 之间，全部 ≥ 0.5 合格门槛。所有 z 值均显著（p<0.001）。
| 潜变量 | 题项数 | AVE | CR | 判定 |
|---|---|---|---|---|
| 工作内容 | 4 | 0.529 | 0.818 | 合格 |
| 工作环境 | 4 | 0.544 | 0.827 | 合格 |
| 薪酬福利 | 3 | 0.595 | 0.815 | 合格 |
| 同事关系 | 3 | 0.493 | 0.745 | 勉强（AVE 略低） |
| AVE ≥ 0.5 通过；CR ≥ 0.7 通过；两者同时达标即收敛效度合格。 | ||||
CR 全部 ≥ 0.74，工作内容/环境/薪酬福利的 AVE 全部 ≥ 0.5；同事关系 AVE=0.493 略低于 0.5，但 CR=0.745 仍合格，整体可接受。
| 工作内容 | 工作环境 | 薪酬福利 | 同事关系 | |
|---|---|---|---|---|
| 工作内容 | 0.727 | |||
| 工作环境 | 0.140 | 0.738 | ||
| 薪酬福利 | 0.016 | -0.055 | 0.771 | |
| 同事关系 | 0.005 | 0.062 | 0.007 | 0.702 |
| 对角线（粗体）= √AVE；行列其余 = 潜变量两两相关。对角线全部高于行列即通过区分效度。 | ||||
4 个潜变量的 √AVE 均 ≥ 0.70（行列相关最高仅 0.14），区分效度优秀，4 因子彼此独立。
| 指标 | χ² | df | χ²/df | RMSEA | SRMR | GFI | AGFI | NFI | TLI | CFI |
|---|---|---|---|---|---|---|---|---|---|---|
| 参考标准 | — | — | <3 | <0.08 | <0.08 | >0.9 | >0.9 | >0.9 | >0.9 | >0.9 |
| 本模型 | 56.0 | 71 | 0.788 | 0.000 | 0.032 | 0.960 | 0.948 | 0.960 | 1.015 | 1.012 |
| 所有 10 项指标全部达到优秀标准，模型拟合极佳。 | ||||||||||
χ²/df=0.788（<3 优秀）、RMSEA=0（<0.08）、CFI=1.012、GFI=0.960 —— 测量模型与数据高度契合。
7. 文字分析
对 4 个潜变量 × 14 个观测题项的 CFA 综合分析（N=300）：
- 测量模型：14 个题项的标准化载荷均 ≥ 0.5（最低 0.686，最高 0.808），所有 z 值显著（p<0.001），题项与对应潜变量关联充分；
- 收敛效度：CR 全部 ≥ 0.74 通过；AVE 3 个合格、1 个略低（同事关系 AVE=0.493，但 CR=0.745 仍合格）；
- 区分效度：4 个潜变量的 √AVE 均 ≥ 0.70，远高于因子间相关（最高仅 0.140），4 个因子彼此独立，结构清晰；
- 模型拟合：χ²/df=0.788、RMSEA=0、SRMR=0.032、CFI=1.012、GFI=0.960、TLI=1.015 —— 10 项拟合指标全部达到优秀标准。
结论：本"员工满意度问卷"的4 因子测量模型完整通过 CFA 验证，标准化载荷合格、收敛效度合格、区分效度优秀、整体拟合优秀。该量表的测量结构稳定可靠，可用于后续 SEM 路径建模或维度合分用于差异/回归分析。
8. 剖析提醒
CFA 是验证理论结构，不是让软件自动找维度；路径图耗时较长，不需要时可关闭。