一個自行設計的量表，驗證效度一定要經過驗證性因子分析嗎？

---

探索性因素分析的結論通常在新樣本上不能準確復現，用探索性因素分析得到的結論「僅供參考」，可啟發研究假設的摸索思路，但不能用於說服觀點有分歧的同行。在結構化問卷的研發中，探索性因素分析通常不適用於項目分析之後的問卷，因為此時哪些題目測哪幾個潛變數，是研究者已經掌握的實質性 (substantial) 知識，驗證性因素分析之類的模型可以證偽它，探索性因素分析卻既不可以證偽它，也不能證偽它的競爭對立模型。

題主應該在項目分析之後就提出用於驗證性因素分析的結構化測量模型，驗證的結果可能得到一些結論：刪題、改變題目與因子歸屬關係，作模型的局部調整。如果前後步驟的數據重複使用，後一步驟的驗證性說服力就打很大折扣，退化為探索。通常，最後報告並不再修訂的模型，力求預留一套全新不曾復用的樣本來驗證把關。當然，也有不少已發表的研究只做到了探索，或者只做到了復用數據的模型修訂——形式上驗證、實質上探索。至於一個未獲得獨立樣本驗證的模型是否具有發表的價值，宜由小領域的同行審稿人來判斷。

如何確立效度，是個開放的問題。效度的確立和其它量化結果比如信度的檢驗是完全不同層面的概念，其間鴻溝好比觀念的構建與事實的核對。這個概念水太深，如有進一步的興趣推薦檢索這位學者： Kane, Michael 。

---

我能力有限，概念說得不太清楚，就直接說我之前用過的做法吧。僅供參考。

數據收上來之後，隨機分成兩個數量相當的樣本集，其中一個用作探索性因素分析，另一個做驗證性因素分析。

探索性因素分析直接做，之前不要做項目分析。就看軟體做出來的數據是什麼樣的，然後根據結果刪題，多探索幾次，確定緯度。

然後根據探索出來的結果，用另一個樣本集做驗證性因素分析。

除此之外，你應該有些別的實驗或者量表的數據來做效標，因為單靠自編量表的結構效度不能充分說明問題。你要從數據和理論兩個方面說服別人。

---

是否進行CFA還是要看你的問卷有沒有足夠的理論支持。

也即，你有足夠的理由(例如過往的文獻)認為，哪些項目是測量的哪個潛變數的，而不是說你通過探因做出來有幾個因子，就使用後續的數據來驗證數據結構是否符合EFA的結果。

CFA實際上是用來驗證你假設的模型的，時刻要記住這一點。如果要驗證的結果是在驗證以後才出現，則犯了邏輯顛倒的錯誤…雖然這樣的狀況在現在的心理測量當中並不少見。

回到題主的問題，測量的是"動漫傳播正能量的效果"，那麼比如題主已經通過以往的文獻和其他途徑作出如下假設: 某些項目是測量正能量的傳播速度，某些項目是測量正能量傳播的深度。那麼通過CFA，我們可以得知該量表是否測得了你的假設。具體來說，我們可以通過模型擬合指標得知實際測量與假設模型之間的差異。如果指標適當，我們當然可以說該量表具有較好的結構效度。

但是如果沒有較好的理論支持，最好不要通過CFA進行效度的驗證。如其他知友所說，考察量表效度的方法還有很多，比如檢驗這一量表與某些效標變數之間的相關以得知效標效度等。

另外，數據非正態的問題是在SEM當中也並沒有完全得到解決。比如說用最大似然來做CFA，當數據非正態時，擬合結果要趨於穩定通常需要樣本數量大於2500。一般來說，做CFA這類分析時，樣本量起碼要在500以上，擬合結果才比較可信。

---

效度也有很多種指標，如果你是要做結構效度，那隻能做驗證性因素分析（CFA）。而CFA對於樣本量有比較高的要求，能達到要求的最好就做，達不到的你自己能接受的話求其次用其他指標來衡量效度也可以

　　其中一種方法就是通過校標來衡量，所謂校標就是現存的已經被驗證過能有效測量某個概念的變數。不過我是不太知道「XX正能量傳播」相關/類似的有什麼現存的量表，或許你需要自己找一下。然後同時施測你自己設計的量表和別人驗證過的量表，分析的時候做線性相關看兩者之間關係如何，如果相關顯著且係數適中（不高不低），證明你新設計的量表有效也有價值

---

推薦閱讀：