驗證式因素分析 (CFA)：應用與實作
Factorial Validity and Confirmatory Factor Analysis
神掌打通任督二脈‧易筋經以簡馭繁
建構量表
驗證輻合效度(convergent validity)
驗證區別效度（discriminant validity）
繪製CFA因徑圖
因素分析簡介
因素分析是多變項萃取與分類統計工具，又分為2類：第一類稱為探索式因素分析exploratory factor analysis, EFA），目的在萃取構念(construct)-或稱隱性因素(latent factor)，並用以建構量表。建構的程序為：
1.設計題庫：依據研究目的，收集相關項目。
2.因素萃取：一般使用SPSS。
3.因素命名：根據理論邏輯進行因素命名-亦可視為「構念」命名。
4.建構量表：淨化量表項目以建構具備信度的測量工具-最常見的是「總加量表」。
第二類為驗證式(confirmatory factor analysis, CFA)，是檢驗「因素效度」-或稱「因素組合」-確認構念存在、以及應用構念發展理論的方法。
因素分析是相關分析與變異數分析的綜合進階應用。
因素效度(Factorial Validity)
因素是否可以被測量到？牽涉到效度問題，而針對因素分析，又有因素效度之說，學者又有2種主張。
第一種，指在探索式因素分析(EFA)中，在各變項中可粹取出抽象 的構念因素，而因素變異量占總變異量的程度就是因素效度(Factorial Validity, Garson [171]）。但這種關係和效度的原始定義並不完全一致，Nunnally [258]便建議這種概念宜正名為「因素組合」(factorial composition）比較妥當。
第二種，是以下驗證式(CFA)因素分析的延伸應用。
驗證式因素分析(CFA)
EFA分析是事前不知因素為何，經由題庫中的項目萃取而得。
CFA係依據理論建構事前已假設因素之存在與其所包含的項目，而後驗證其符合的程度。
分析因素與變項間的相關，就是驗證輻合效度(convergent validity)，而分析各因素之間的的相關，就是驗證區別效度（discriminant
validity），所以CFA也是構念效度的分析工具之一。
另外，CFA也經常配合因徑分析(Path Analysis)/結構方程模型(Structural Equation Modeling, SEM)，並使用其統計軟體進行分析。這些軟體的優點，是能夠自動繪製驗證之多變項概念模型。
在Amos問世之前，SPSS也可使用FA逆向分析CFA。當然Amos有許多優點，但使用SPSS，更能理解其驗證邏輯、掌握其分析意義，避免垃圾進出(GIGO)的狀況，是一個初學者練內功的好方法。
下載SPSS範例
下載SPSS高等統計範例資料（右鍵下載）Analy-SPSS-Teaching.exe
下載SPSS多變項分析範例資料（右鍵下載）Analy-SPSS-Teaching-Multi.rar
下載SPSS統計與多變項習題資料（右鍵下載）Analy-SPSS-Multi_Ex.7z
下載SPSS範例資料（教材專區）Analy-SPSS-Teaching.exe
下載範例資料（教材專區）：Analy-SPSS-Teaching-Multi.exe
探索式因素分析(EFA): SPSS應用
應用範例
範例目的：驗證「網路使用沉迷行為」的因素分析
這是一個習題，不是真正的研究。
(1)分析檢定程序
a.決定研究問題
本系列曾經介紹「網路使用沉迷行為」的因素分析，發現「網路使用沉迷行為」可分為5類，故擬驗證這項5分類法，是否普遍存在。
b.決定研究構念
前述「網路使用沉迷行為」的因素分析，發現的5類構念，與其包括項目如下：
情色行為
包括：d21, d20, d19, d18, d23, d22, d9, d24, d10, d12
其他4個因素，則可分別命名為：
交友行為
包括：c7, c2, c1, c3, c4, c5, c6, c14
收集資訊行為
包括：d16, d17, d11, d15, d7, d8
在本因素中，包括c17：「我常常會因為使用網路和爸媽吵架或遭到責罵」，且為負相關 -.579。其值在中小之間，唯與其他6個項目均欠缺直接邏輯關係，故不納入。
但，是否意味，「收集資訊行為」是一種社會相信中的「積極行為」，所以促成與父母關係較好？是一個可未來探索的問題。
遊戲行為
包括：d5, d1, d2, d3, d4, d6
禮儀行為
(2)統計分析程序
使用SPSS，以更能理解其驗證邏輯、掌握其分析意義，避免垃圾進出(GIGO)的狀況。
程序如下：
建構量表
驗證輻合效度(convergent validity)
驗證區別效度（discriminant validity）
繪製CFA因徑圖
由於本範例設定較繁複，可copy以下.sps 程式檔，以減省時間。但如SPSS介面使用尚未純熟，建議還是自行跑一遍。
建構量表
由於在「網路使用沉迷行為」的因素分析中，採用的資料是Analy-SPSS-Teaching-Multi.rar，故驗證時，使用Analy-SPSS-Multi_Ex.7z 為資料。
使用 Compute 建構構念變項（因素），程序如下。
〉轉換
〉計算變數
〉目標變數
設定新變項名稱為 Porn
〉類型&標記
〉標記
虛擬標題，使用中文「情色行為」。
〉數值
共建構5個構念變項（因素）：
Porn '情色行為'.
Friend '交友行為'.
Info '收集資訊行為'.
Game
'遊戲行為'.
Manner '禮儀行為'.
〉變數檢視
檢查、補充 Value 值與Missing Data 等。
驗證輻合效度(convergent validity)
輻合效度(convergent validity)驗證就是要驗證：
Porn '情色行為'與d21, d20, d19, d18, d23, d22, d9, d24, d10, d12 相關；同時，與其他項目不相關。
同理類推驗證：Friend '交友行為'.
Info '收集資訊行為'.
Game '遊戲行為'.
Manner
'禮儀行為'。
〉分析
〉相關
〉雙變項
雖然SPSS可以一次跑完全部，但避免報表太大，還是按照5個因素，分別跑5次。
情色行為輻合效度
情色行為(Porn)與以下10項目：d21, d20, d19, d18, d23, d22, d9, d24, d10, d12，相關均達到 .01顯著水準，且相關係數均在 .702以上。
與其他多個項目，也達到 .01、或 .05顯著水準，但其相關係數值較低，可視為重要性較低，前d21, d20, d19, d18, d23, d22, d9, d24, d10, d12 與情色行為輻合效果較高。
同理類推驗證
Friend '交友行為'.
Info '收集資訊行為'.
Game '遊戲行為'.
Manner '禮儀行為'
也均與各項目輻合效果較高。
故可支持輻合效度(convergent validity)達到中上水準。
驗證區別效度（discriminant validity）
區別效度(convergent validity)驗證就是要驗證：Porn '情色行為'與 Friend '交友行為'、Info '收集資訊行為'、Game '遊戲行為'、Manner '禮儀行為' 互相獨立互斥，亦即兩兩相關應為 0，或接近 0。
發現除了Game '遊戲行為'與Manner '禮儀行為'之相關未達 .05顯著水準外，亦即無法推翻母群相關為0；其他兩兩相關均達到 .01顯著水準。
其中Porn '情色行為'與 Info '收集資訊行為' 相關係數為 .620，重疊接近4成，區別效果已接近低水準；而 Friend '交友行為'與Game '遊戲行為'、Friend '交友行為'與Game '遊戲行為'、Porn '情色行為'與 Manner '禮儀行為'，也屬中低水準。
故區別效度(convergent validity)僅達到中低水準。
繪製CFA因徑圖
如為提供視覺效果，可將以上數據，繪製如下方之CFA因徑圖，標上各達到顯著之相關係數。
參考連結
https://scholarworks.iu.edu/dspace/handle/2022/19736
https://www.youtube.com/watch?v=MCYmyzRZnIY
http://davidakenny.net/cm/mfactor.htm
http://www.ats.ucla.edu/stat/mplus/seminars/IntroMplus_CFA/
連結不到網頁