LISREL验证性因素分析完整指南：从数据准备到结果解读

简介这是一份系统讲解LISREL软件进行验证性因素分析的完整版PPT面向心理学、社会学、教育学等领域需要完成问卷效度检验或理论模型验证的研究者与高年级学生。资源从“准确Vs简洁”的数据描述两难切入演示如何输入观测变量相关矩阵、提出理论模型并借助LISREL输出最接近的再生矩阵通过100名学生9个学科成绩的实例逐一介绍拟合优度指数GFI、调整后拟合指数AGFI、标准化均方残差SRMR、非范拟合指数NNFI和比较拟合指数CFI的含义以及自由度df的计算方式。同时对比多个候选模型的拟合表现展示了因子负荷、误差方差、因子相关结构的估计流程并延伸到结构方程模型中测量模型与结构模型的构建逻辑。压缩包共1个文件为PPT格式整体大小1.22MB内容精炼、逻辑完整。当前已有59人浏览学习适合对结构方程模型感兴趣、希望快速掌握LISREL操作与结果解读的读者。 找“LISREL软件验证性因素分析完整版”的人多半是同一个处境手里有量表和一批数据需要用验证性因素分析确认结构效度却被LISREL的语法和界面卡住了。这个软件命令行风格老没有图形按钮帮助文件全是缩写新手打开后第一个小时都花在琢磨DA、MO是什么意思。这篇笔记把完整路径铺开数据准备、模型设定、语法参数、结果判读和常见坑按能做出来的顺序写。如果你只需要一个能直接改的模板从第2章的最小语法开始如果你已经读过SEM教材想确认模型识别和结果判读第4、5章是重点。看完这一篇验证性因素分析会从“照着PPT抄”变成“知道自己每一步在做什么”。2. 验证性因素分析的数据准备与模型设定先画路径图再写矩阵用LISREL跑CFA最常见的错误不是语法写错而是数据没准备好、模型没想清楚就开始敲命令。数据文件格式、模型识别、测量方程对应关系都要先定下来。我一般会先花半小时把数据整理成LISREL熟悉的形态再开语法编辑器这样后面排错的时间能省一大半。CFA本质上是检验“测量模型”潜变量因子和观测变量题项之间的对应关系是不是如理论预期。LISREL里没有图形化的拖拽建模所有关系都要通过矩阵定义所以你必须能把自己的模型翻译成NY、NE、LY、TE这些参数。翻译错了输出结果再漂亮也是废的。2.1 数据输入格式从原始数据到协方差矩阵的三种常见姿势LISREL能读原始数据也接受直接输入协方差矩阵或相关系数矩阵。对做CFA来说最常见的做法是用协方差矩阵因为最大似然估计ML的原理就是最小化“实际协方差矩阵”和“模型再生协方差矩阵”的差异。原始数据虽然直观但一旦题目多、样本量大读入时容易在变量顺序上出错相关系数矩阵则会在尺度上带来麻烦后续解释非标准化载荷时容易绕晕。我一般用R先把协方差矩阵算出来再喂给LISREL这样既避开了手工录入也能顺带做数据清洗。下面这段代码就是最基础的流程# 假设df是你清洗后的数据框只保留进入模型的题项列 library(tidyverse) df - df %% select(v1, v2, v3, v4, v5, v6) %% # 进入CFA的6个题项 drop_na() # 缺失值处理先删掉不全的个案 # 生成协方差矩阵保留4位小数LISREL读取时不认科学计数法 cov_matrix - cov(df) write.table(round(cov_matrix, 4), covdata.dat, row.names FALSE, col.names FALSE) # 记录有效样本量DA命令里的NO要用这个数 cat(有效样本量, nrow(df), \n)这里有几个关键点drop_na()必须放在计算协方差之前否则协方差矩阵会基于不同的个案数结果矩阵可能不正定round(cov_matrix, 4)是为了让LISREL读取时不被长尾小数干扰四舍五入的精度损失对CFA结果影响可以忽略样本量单独打印出来是为了在写DA命令时不要填错。如果你拿到的数据是别人给的协方差矩阵那至少还要问清楚三个信息样本量是多少、用的是协方差还是相关系数、变量顺序是什么。缺了任何一个模型都能跑但结果没法解释。2.2 模型设定测量模型、潜变量关系与自由度背后的识别问题CFA的模型设定看起来很简单每个题目只载荷到它对应的因子上因子之间允许相关每个题目有一个独立的误差项。比如一个两因子模型F1对应V1、V2、V3F2对应V4、V5、V6两个因子之间有相关。这就是典型的6指标双因子CFA。但设定模型时必须确认一件事模型可识别。可识别的意思是数据能提供足够的信息来估计你设定的参数。观测变量有p个时独立信息数为p(p1)/2个。对一个6题两因子模型待估参数包括6个因子载荷、6个误差方差、1个因子相关系数共13个参数独立信息数是6×7/221自由度是8模型可以跑。但如果某个因子只有2个题目甚至只有1个题目就会陷入欠识别LISREL会给出自由度为零或负数的报错。除了识别问题还有一个新手几乎必漏的设定潜变量的尺度。潜变量本身没有单位必须通过固定方式确定尺度最常见的是固定每个因子第一个指标的载荷为1.0。如果你既不固定载荷又不固定因子方差参数估计时尺度漂移LISREL会反复迭代却无法收敛。2.3 一版能跑的最小LISREL语法DA、MO、OU三段LISREL的语法可以拆成三块DA定义数据MO定义模型OU定义输出。一份最小可运行的CFA脚本长这样! DA: 6个观测变量250个样本输入的是协方差矩阵 DA NI6 NO250 MACM ! MO: 6个Y变量2个潜变量误差方差矩阵对角自由 MO NY6 NE2 LYFU,FI TEDI,FR PSSY,FR ! 释放载荷V1-V3载荷到F1V4-V6载荷到F2 FR LY(1,1) LY(2,1) LY(3,1) LY(4,2) LY(5,2) LY(6,2) ! 固定尺度每个因子第一个指标的载荷设为1.0 VA 1.0 LY(1,1) LY(4,2) ! OU: 输出ML估计、标准化解、残差和修正指数 OU ML RS SS MI这段脚本的逻辑是先声明确实观测到6个变量和样本量然后告诉LISREL模型结构是6个观测变量对应2个潜变量LYFU,FI表示载荷矩阵先全部固定为0FR命令只释放真正需要的6个载荷TEDI,FR表示误差方差只在对角线上自由误差之间不相关VA 1.0则是把每个因子的第一个指标固定为1作为潜变量尺度。最后OU一行决定你要看什么输出。这个脚本直接改数据路径和题项编号就能用适合第一版跑通。等结果能出来再去深入理解每个参数的含义。3. 用LISREL语法写CFA模型DA/MO/OU的参数清单与选择逻辑最小脚本能跑通后就要开始理解参数了。LISREL被说“劝退”绝大部分原因是它的参数缩写毫无图形化提示。这一章把DA、MO、OU三组命令拆开看交代每个参数的含义、推荐值以及容易出错的地方。3.1 DA命令数据来源、样本量与矩阵类型DA是Data的缩写它告诉LISREL数据长什么样。下面是常用参数参数含义初学推荐NI进入模型的观测变量个数所有题项数别漏题NO有效样本量用清洗后的个案数不是问卷回收数MA输入矩阵类型CM用协方差矩阵KM用相关系数矩阵LA变量标签列表建议写上输出可读性会好很多NG组数多组CFA时才用默认1组NO是最容易填错的地方。如果你在R里用drop_na()删了缺失值样本量已经发生变化NO填成原始问卷数会让卡方值和标准误全部失真。另一个常见问题是MAKM也就是输入相关系数矩阵。相关系数矩阵不是不能做CFA但ML估计的基准是协方差矩阵用了KM后非标准化载荷的含义会变跨样本比较也失去意义。除非论文复现中对方明确给了相关矩阵否则一律用CM。LA参数看着无关紧要但对长期工作流很重要。没有LA时LISREL输出里只有V1到V6这种占位名跑完还要自己对照题目编号写清楚LA之后残差和修正指数可以直接对应到具体题项排查效率翻倍。3.2 MO命令NY/NE/LY/TE四个参数怎么配合MO是Model的缩写定义了模型的结构。CFA场景下最关键的是NY、NE、LY、TE四个参数PS通常也需要处理。参数/矩阵含义常用设定NY观测变量总数与DA的NI保持一致NE潜变量因子总数你的理论模型有几个因子就填几LY因子载荷矩阵用FU,FI全固定再用FR释放TE误差方差-协方差矩阵DI,FR表示只有误差方差自由PS潜变量方差-协方差矩阵SY,FR表示因子方差和相关都自由理解LYFU,FI是关键。FU代表矩阵是满矩阵FI代表所有元素初始固定。这个写法配合FR命令使用FR LY(1,1)的意思是把第1行第1列的元素释放为自由参数。设计上LY矩阵的每一列对应一个潜变量每一行对应一个观测变量。LY(1,1)、LY(2,1)、LY(3,1)意味着V1、V2、V3都载荷在F1上这是CFA里“题目只属于一个因子”的标准表达。TEDI,FR也很重要。DI表示误差协方差矩阵只有对角线有意义FR表示对角线上的误差方差自由估计。这意味着默认假设题项之间除了共享因子外没有额外相关。如果后续修正指数告诉你某对题项误差高度相关再单独释放TE对应位置但这一步必须有理论依据后面第4章会细说。3.3 OU命令输出选项、估计方法与迭代控制OU是Output的缩写决定了输出什么、用什么方法估计。最常用的参数如下参数作用什么时候用ML最大似然估计默认选择数据近似正态时优先GLS广义最小二乘需要对比估计方法时RS输出残差分析每次跑完都建议开SS输出标准化解报告因子载荷时必开MI输出修正指数模型拟合不佳、想找改进方向时开IT最大迭代次数默认不收敛时调大但不能根治问题OU ML RS SS MI是我最常用的组合。ML是估计方法RS和SS各给一套解RS是残差和标准化残差SS是标准化因子载荷。修正指数MI在模型最初跑通时可以不输出等看完了拟合指标再决定要不要开否则输出文件会很长反而干扰判断。关于不收敛的处置IT调大只是权宜之计——如果默认迭代次数内模型没收敛多半是模型设定有问题比如某个参数没固定、因子指标太少或初始值离解太远。真正要做的不是无限放大迭代上限而是回头检查MO和VA那两行。4. CFA结果判读顺序收敛、拟合指数与修正指数跑出结果只是第一步判读才是验证性因素分析真正见水平的地方。很多初学者打开LISREL输出文件后直奔拟合指数看到CFI是0.92就觉得万事大吉。这个习惯危险如果模型其实没收敛或载荷出现异常值任何拟合指数都没有意义。4.1 模型收敛了吗迭代状态与异常估计值先于一切拿到输出文件第一件事是确认模型是否收敛。LISREL会在迭代信息区域报告收敛状态收敛的模型才有资格谈拟合。没收敛时输出里的所有“结果”都是中间过程的残余看再多也没有价值。第二件事是扫一眼标准化解里的因子载荷。一个正常的CFA模型标准化载荷通常在0.4到0.95之间。如果看到载荷超过1或误差方差输出为负数说明模型出了严重问题要么是数据录入错误要么是模型设定错误要么是存在很强的共线性。这些问题不解决后续所有拟合指数都是在同一堆错误数据上做文章。建议每次跑完按照这个顺序查收敛状态、标准化载荷范围、误差方差正负、拟合指数。前三关没过直接回去改模型过了再看拟合。4.2 拟合指标怎么读从卡方到RMSEA的判读顺序拟合指标不是越多越好而是要有顺序地看。我的习惯是先看卡方和自由度再看RMSEA然后看CFI/TLI最后看SRMR。下面这张表是学界常用的参考经验值指标可接受参考值注意事项卡方/df3可接受2更好大样本下卡方几乎必然显著别单独依赖RMSEA0.06良好0.08可接受同时关注90%置信区间CFI0.90可接受0.95良好与独立模型比较后的改善程度TLI/NNFI0.90可接受0.95良好对参数多少敏感SRMR0.08反映残差大小受样本量影响较小最重要的一条不要用单一指标做判断。CFI再高如果RMSEA超过0.10模型整体上仍然有问题卡方/df不理想但RMSEA和CFI都在可接受范围通常可以归因于样本量大。我会把这些指标作为一组来看而不是挑一个好看的数字写进报告。还有一个常被忽略的细节标准化残差。LISREL输出里RS选项会给出每个题项的标准化残差绝对值超过2.58的题项是模型局部失真的信号。全局拟合指标达标不代表每个题项都被解释得很好这个信息对后续修订量表很有用。4.3 修正指数MI怎么用一次只改一个参数的原则当拟合指标不达标时修正指数MI是LISREL最常用的“诊断工具”。MI表示如果把某个固定参数释放为自由估计卡方预计下降多少。输出里会列出每个固定参数对应的MI值数字越大说明该参数被释放后模型的改善越明显。但MI绝对不能当自动改错器用。最常见的误用是看到MI(1,2)数值最大就释放误差相关然后看CFI涨了0.02就宣告完成。这种数据驱动的修改多半在下一个样本上复现不出来属于过拟合模型。我的原则是先看MI最大且带有理论解释的那一个参数比如某两个题目措辞相近、同属同一维度的子层面可以考虑释放误差相关如果纯粹因为“数值最大”坚决不动。具体操作上一次只释放一个参数。比如MI指向V1和V2的误差相关就在模型里加一行FR TE(1,2)然后重新跑对比前后两次的卡方变化量如果卡方下降显著且CFI、RMSEA都有改善说明这个释放有实际意义如果卡方没怎么变说明MI数值大可能是因为样本噪声应当收回这行。一次改多个参数你根本不知道改善来自哪里也就谈不上累积经验。5. LISREL跑CFA的常见问题与排查五个现场翻车的坑LISREL的报错信息简洁到让人抓狂很多问题要靠现象去猜。这一章把最常见的五个坑拆开写每一条按“现象、原因、解决”的格式来方便你直接对照。5.1 协方差矩阵不是正定矩阵LISREL拒跑的常见原因现象运行脚本后LISREL报矩阵非正定或者无论怎么写语法都输出异常结果模型压根不启动。原因一般出在数据本身变量之间存在极强的线性相关某个题项几乎是另一个题项的线性组合或者缺失值处理不当导致协方差矩阵不一致最典型的是用配对删除法得到协方差矩阵每个协方差基于不同样本算出来矩阵自然不正定。解决先回到数据处理阶段检查所有题项的相关矩阵看到接近1的相关系数就要警惕确认缺失值已经用完整个案或插补方式处理过再重新生成协方差矩阵。如果问题依旧看是否存在两个题项内容几乎完全重复的情况考虑合并或删除一个。5.2 自由度为零或负模型恰好识别或欠识别的信号现象LISREL输出中的自由度是0或负数模型“完美拟合”所有拟合指数显示为1或0看起来异常顺利实际毫无统计意义。原因只有一个待估参数数量大于等于独立信息数。比如某个因子只有2个指标甚至1个指标或者你不小心把因子间相关设成了固定参数模型就会进入恰好识别或欠识别状态。解决用第2.2节的公式自己先算一遍独立信息数p(p1)/2与待估参数数的差值就是自由度。如果自由度小于2优先增加因子指标数让每个因子至少有3个题项同时检查MO里是否遗漏了PS参数导致因子间相关被固定为0白白消耗了识别空间。5.3 标准化载荷大于1或误差方差为负Heywood案例现象模型收敛了卡方、CFI都正常但标准化载荷输出1.02或误差方差输出一个负数。这在SEM领域叫Heywood案例说明估计结果越界模型已经不成立。常见原因是样本量太小低于题目数的5倍或某对题目相关性过高误差方差被挤压成负值。解决先查数据录入和反向计分这是题项高度相关的隐形来源再检查是否有两个题目在内容上重复。数据没有问题时考虑约束估计或直接删除异常题项。遇到这种情况保留在模型里硬报结果是评审时最容易翻车的点。5.4 初始值不合理导致不收敛现象迭代次数报告几十次后仍未收敛LISREL提示达到最大迭代次数。原因可能是你的模型欠识别、潜变量尺度没固定也可能是初始值离最优解太远尤其是模型较复杂时默认初始值经常不够用。解决先排除识别问题确认每个因子都固定了参照载荷或因子方差然后可以适当调大迭代上限但关键是把模型简化比如先去掉载荷过低的题项再跑。不要第一次就把完整量表全部塞进模型先用每个维度3道题跑通再逐步加题。5.5 样本量不够或数据非正态ML估计的前提被突破现象模型整体能跑但卡方值异常偏大拟合指标忽好忽坏同一份数据换个样本就完全变样。原因ML估计的前提是多元正态分布和足够大的样本量。当样本量低于200或数据明显偏态时卡方统计量会膨胀标准误被低估。解决先做正态性检验观察每个题项的偏度和峰度如果数据非正态明显考虑使用估计方法中更稳健的替代方案并在论文里如实报告。样本量不足时与其硬跑不如先收集数据CFA的结果质量对样本量非常敏感。6. 进阶用SIMPLIS快速复验CFA绕开LISREL的语法陡坡LISREL矩阵写法的最大问题是“容易错、不容易看出错”。一个载荷位置写错模型照样能跑但结果横看竖看不对劲。我现在有一个习惯同一个模型用LISREL和SIMPLIS各写一遍两边结果一致才放心这比盯着矩阵数字检查快得多。SIMPLIS是LISREL套件里的简化语法不需要记LY、TE这些矩阵符号直接写关系和路径。6.1 用R生成协方差矩阵再喂给LISREL少犯手工录入错误协方差矩阵如果是手工敲进语法文件的行数、顺序、小数点都可能错。我的流程永远是R算出协方差矩阵和样本量LISREL直接读文件。这样数据侧的错误几乎只剩变量选择这一处排错范围大幅缩小。生成矩阵时养成一个检查习惯打印协方差矩阵的对角线和每个题项自己的方差对比数值应当完全一致再抽查一个非对角线元素用两变量协方差的定义手动验证一遍。这个步骤花不了两分钟但能拦住大部分录入性错误。6.2 用SIMPLIS语法快速复验同一个模型两种写法SIMPLIS的语法接近自然语言对同一份协方差矩阵CFA模型可以写成这样observed variables: V1 V2 V3 V4 V5 V6 covariance matrix from file covdata.dat sample size: 250 latent variables: F1 F2 relationships: V1 V2 V3 F1 V4 V5 V6 F2 path diagram end of problem这段语法的意思是6个观测变量来自协方差矩阵文件样本量250两个潜变量F1和F2V1到V3载荷到F1V4到V6载荷到F2。跑完后对比SIMPLIS输出的因子载荷、RMSEA、CFI和LISREL的结果理论上它们应该完全一致SIMPLIS底层自动设置尺度默认也是固定参照载荷的方式。这个复验步骤的价值在于如果两边结果一致语法层面的错误基本排除问题只会在模型设定或数据本身如果两边不一致一定是某个矩阵写错了逐个对比就能定位。我拿这套流程拦住过不少返工——有些模型在LISREL里看着正常但换个写法就暴露出载荷矩阵里某个位置的自由参数被误释放了。搞CFA这件事至少让两套语法互相印证希望帮到你。本文还有配套的精品资源点击获取