JASP教学 | 01
JASP 入门小白手把手教学
本教程旨在帮助零基础的同学掌握如何使用JASP进行验证性因子分析（CFA）。整个过程涵盖了软件安装、数据导入、CFA设置和结果解读，步骤简单明了，无需任何编程知识 （视频版见文末）！
01
JASP 软件简介
02
验证性因子分析（CFA）简介
验证性因子分析是一种结构方程模型（SEM）方法，主要用于验证理论模型是否符合数据。例如，我们可以用CFA来检验一套题目是否反映了预期的几个潜在变量（因子）。CFA广泛应用于心理学、社会科学和管理学研究，用于验证量表的结构效度。
03
在 JASP 中进行 CFA 的具体步骤
1
下载和安装JASP
访问官网：https://jasp-stats.org。（点击阅读原文也可获取官网链接）
选择版本：点击“Download”按钮，选择合适的操作系统（Windows、macOS或Linux）。
安装：下载完成后，按照提示安装JASP。
安装成功之后就可以双击运行，看到以下界面说明安装成功。
2
数据导入
打开 JASP，进入主界面。 点击左上角的“File”菜单，选择“Open”并导入数据文件（JASP支持多种文件格式，包括CSV、SPSS（.sav）、Excel等）。
确保数据已正确导入，可以在JASP主界面中查看变量名称和数据内容。 我们演示使用的数据为SPSS格式，具体为我博士期间收集的一个护士的样本数据，有316被试。
3
选择验证性因子分析（CFA）功能
在JASP的顶部菜单中，点击“FACTOR”。
在下拉菜单中，选择“Confirmatory Factor Analysis以进入CFA设置界面。
4
设置CFA模型
模型构建：在CFA窗口中，可以根据理论假设将题目分配到对应的因子。例如，假设有两个潜在因子A和B，每个因子有若干题目，点击对应题目并拖入“Latent Variables”区域，构建模型结构。
因子命名：根据模型命名各因子，方便后续解读。 调整设置：可以根据需要调整因子间的相关性等设置，JASP会实时更新路径图，方便检查设置是否符合预期。
完成模型设定。
plots 部分可以设置plot
5
运行分析
完成模型设置后，JASP将自动执行CFA分析，并显示结果。（点击查看大图）
04
结果解读
1
拟合指数
JASP会输出多个拟合指数，包括CFI（比较拟合指数）、TLI（Tucker-Lewis指数）、RMSEA（均方根误差逼近）和SRMR（标准化残差均方根）。 常用的判断标准：
CFI 和 TLI：通常需要大于0.90，说明模型拟合较好；
RMSEA：建议小于0.08，越小越好；
SRMR：建议小于0.08。
2
因子载荷
检查每个题目的因子载荷系数（Factor Loadings），这表示题目对因子的贡献。 通常标准：载荷系数>0.5表示该题目对因子有较强的解释力。如果低于0.4，可能需要重新评估该题目的适用性。
3
修正建议
JASP会提供一些“Modification Indices”来帮助提升模型拟合度。修改内容可以基于理论支持，并避免过度调整模型以免“过拟合”。
当然通常验证性因子分析需要比较多个模型，只需要重复上述步骤即可。
05
总结
通过JASP进行验证性因子分析，零基础的用户也能轻松完成CFA分析流程。只需点击几下，即可完成数据导入、模型构建、分析计算和结果解读，让CFA分析变得更简单直观！非常适合本硕毕业论文！
希望这篇推文能帮助大家更好地使用JASP进行验证性因子分析，轻松入门CFA！
之后再更新如何做SEM, 中介分析，调节分析等常见数据分析方法。
关注我们，学习更好玩好用的统计分析方法
