Hello，
这里是行上行下，我是喵君姐姐~
本期就是SPSS高级统计教程的最后一期啦！在前三期中，我们分别介绍了：
本系列中，我们将为大家介绍EFA、CFA分析以及结构方程模型。
PS：后台回复关键词“高级统计”即可获得所述的PDF原文啦！
1. Spss操作
2.图表解读
2.1 KMO和巴特利特检验
KMO: Keiser-Meyer-OlkinMeasure of sample adaquacy：探查观测变量间的偏相关性，比较简单相关系数和偏相关系数的大小，0-1之间。
KMO值越小，表示变量不适合作因素分析；0.9以上：非常好superb；0.8以上：好great；0.7：一般good；0.6：差(0.5-0.7 mediocre)；0.5以下：不能接受。
1. Lisrel操作简介
1.1 数据准备
DA NI=变量数 NO=被试数
RAW=数据文件是哪个？需要另存
2. Lisrel输出结果解读
卡方/df < 5, Goodness of Fit Index （GFI）> 0.90, Root Mean Square Error of Approximation 平均残差（RMSEA）< 0.08, Comparative Fit Index (CFI) > 0.90, Adjusted Goodness of Fit Index (AGFI) >0.80
同时满足这些标准，表示模型拟合良好。
原理部分：
测量模型的理论包括定义每个构念、建立测量模型和评价测量模型的效度等步骤。而结构模型的理论则包括设定结构模型和评价结构模型的效度等步骤。
ξ：外生潜变量（exogenous latent variables），他们的影响因素处于模型之外。
η：内生潜变量（endogenous latent variables），由模型内变量作用所影响的变量。
2. Lisrel语法详解
DA NI=变量数 NO=样本数
ROW=数据集名称
SE：选择需要使用的变量。
MO NX=因子数 NK=样本数
FR：设定潜变量与显变量的关系。
LK：命名左边X变量。
MA：命名右边Y变量。
LE：对右边Y变量进行命名。
AA：对右边名字进行命名。