探索性结构方程建模(ESEM):EFA和CFA的整合

摘要

探索性结构方程建模(ESEM)是在测量模型部分使用了类似于EFA模型的SEM。作为一种高级统计方法,ESEM整合了EFA和CFA两种因子分析方法的功能和优点。通过ESEM,研究者既可以灵活地探索因子结构,又可以系统地验证因子模型,为潜变量的关系分析提供更适宜的测量模型。ESEM已经在某些社科领域的研究中得到应用,是一种值得推介的因子分析方法。ESEM的具体应用问题,例如因子旋转方法的选用、测验信度评价等,仍有待探讨。