最近有老師問驗證性因子分析和探索性因子分析的區別，是不是在做量表的時候需要做驗證性因子分析？那麼是在什麼時候做？
很明顯，編制量表的時候一定是需要做驗證性因子分析的。
1.在進行探索性因子分析的時候，量表條目最終能形成幾個條目是未知的。
編制量表的流程一般是：構建條目池→專家諮詢→項目分析（篩選條目），也就是在篩選條目的時候我們才會使用探索性因子分析，當我們項目分析結束後，我們就形成了量表的初稿，下一步才是去用驗證性因子分析做量表的結構效度分析。（這一環節是在小樣本調查過程中）
2.當我們在使用驗證性因子分析對量表的結構效度進行檢驗的時候，我們一般需要重新再次收集數據，我們根據實際的調查數據，將量表的條目與因子的關係固定，然後用數據來擬合驗證這種模型是否成立，如果成立，則說明模型關係得到驗證，反之，我們則需要進行條目的刪除或修改。（這一環節是在正式調查過程中）
3.總結來說就是，探索性因子分析是在探索模型結構，而驗證性因子分著重在於驗證模型結構。探索性因子分析常用在量表編制的項目分析中，而驗證性因子分析是在成熟問卷的信效度分析中。
收集的X典型事例和關鍵表徵，探索X的概念內涵，並為構建X的測量量表做準備。（如果該X概念已有研究界定或理論框架，則可以借鑑。）
4.把訪談結果轉錄為文字，用Nvivo 11.0做編碼分析，歸納提煉訪談文本；
6.通過專家函詢，合併意義接近或重疊的項目，最終形成X的初始項目。
9.把問卷隨機發放給被試者，把被試者隨機分成兩個無偏子樣本（A和B），分別以這兩部分數據做探索性和驗證性因子分析；（也可以以小樣本調查做探索性因子分析，以正式調查做驗證性因子分析）
10.項目分析：運用總數據對X量表中各項目做描述性統計分析，包括平均數、標準差、區分度、校正之後各項目總分之間的相關以及刪除該項目後量表的內部一致性係數；根據結果，找出項目與總分的相關係數在0.50以下，區分度低，且刪除後量表的內部一致性較刪除其他項目提高更多的那些項目，予以刪除；
11.把剩下項目進行因子分析。用A部分數據進行探索性因子分析，做KMO 和巴特利特球形檢驗，根據KMO值（若高於經驗標準0．70，表明變量間的共同因素較多）、巴特利特球形檢驗的χ2值（若顯著，表明母群體的相關矩陣間有共同因素存在，適合做因子分析）
12.採用主成分分析法，採取最大變異法旋轉，選取特徵根大於1的因子，找出因子載荷低，且共同度過也低的項目，予以刪除。
13.把餘下的項目重新做因子分析，按照12、13步進行，直到所有項目的荷載都在0.70以上，共同度在0.50以上，則剩下的項目可作為量表的題項。
14.用B數據對所得x結構進行驗證性因子分析。在確認沒有缺失值之後，用Amos17．0進行模型檢驗。所得結果表明，所得單維因子結構擬合指標良好，表明所得因子結構合理。
下一期，我們將用一個實例來具體講解量表編制的步驟。敬請關注！