不多開始之前，先糾正上期的一個小小錯誤。這裡劃線的地方改為：比較平均方差萃取量的根號值和構念相關係數的大小。
本期內容：介紹檢驗同源偏差的第一種方法，Harman單因子！包括傳統的探索性因子做法和當下普遍的驗證性因子做法。我們對兩種方法的操作步驟進行了演示。此外，驗證性因子分析又分為兩種不同做法，我們比較了不同做法的特點。
國內主流的控制同源偏差的方式有哪些？ 程序控制+統計控制
理由：周浩和龍立榮於2004年從《心理科學進展》發表「共同方法偏差的統計檢驗與控制方法」一文後，關於共同方法偏差的問題開始逐漸引起國內學者關注。值得注意的是，該文發表前一年，即2003年，Podsakoff等（2003）於JAP發表Common Method Biases in Behavioral Research: A Critical Review ofthe Literature and RecommendedRemedies一文。筆試仔細對照過國內外的這兩篇文章，內容相似度你懂的，
Podsakoff等明確說了，Procedural Remedies +Statistical Remedies就是控制同源偏差的兩種方法！所以你看的國內期刊也這麼說
程序控制法大家可以閱讀原文相關內容，我們在這裡主要分享的是統計控制！這一期主要介紹的是第一種統計檢驗的方法，Harman單因子檢驗
方法1：Harman單因子檢驗（Harman’s single-factortest）（簡單易用）
為什麼大家喜歡用這個方法？真的是因為簡單易用！這種方法根本不需要思考，簡單操作！複雜的檢驗方法在後面呢，檢驗原理讓你理解到你頭皮發麻那種！
1.原理
從上面的介紹可以看到，Harman單因子檢驗的原理就是1）是否析出單一因子；2）第一公因子是否解釋大部分變量變異。而操作方法有兩種，一種是利用探索性因子分析（EFA），另一種是驗證性因子分析（CFA）。
下面將介紹這兩種方法的操作步驟！
2.操作
2.1EFA做法
註：我們這裡提到的40%並不唯一，少數研究會以50%為標準。大家平時留心觀察這個比例以及期刊的報告方式。比如，
2.2CFA做法
CFA除了可以檢驗區分效度之外，也是普遍用來檢驗是否存在CMB的方法。見下圖
參考文獻：
柔性人力資源管理對組織技術創新的影響及作用機制研究 （南開管理評論，2020）
Harris S G, Mossholder K W . The affective implications of perceived congruence withculture dimensions during organizational transformation[J]. Journal ofManagement, 1996, 22(4):0-547.
可以說，只要CFA的結果表明，區分效度較好（或者說適配指標良好），同時也可以說明不存在顯著的CMB
問題來了！開篇（見下圖）也說CFA是更為普遍的Harman單因子的做法，因為它可以對Harman單因子檢驗原理做更精確的檢驗！但是，這裡的「設定公因子為1「什麼意思？如何操作呢？
為了加深我們對CFA檢驗同源偏差的理解，我們首先要了解關於CFA的必備知識，其次我們再利用AMOS軟體進行操作演示
2.2.1 CFA必備知識
1）何為直交模型和斜交模型？
左圖為直交模型：構念之間無相關 ；右圖為斜交模型，構念之間有相關
2）何為CFA設定方式
首先，左右兩圖中的1表示一種參照系。舉例來說，比較100人民幣、100美元和100日元的大小，我們可以用人民幣作為基準進行比較，把美元和日元全部換算為人民幣。這裡的1正是這個基準的作用；
其次，CFA設定的基準有兩種，左圖為設定因子載荷（factor loading）；右圖為設定方差（variance）
註：兩種方法的輸出結果相同，作為因變量的潛變量的方差不可設定為1，若設定1則AMOS會警告提示
2.2.2 CFA操作
1）設定因子載荷為1的CFA操作
這裡的零模型實際就是我們的直交模型，構念間沒有任何關係；
當手動操作完每一種模型之後，如何看表格中的各項指標呢？最快的方法是利用AMOS種title功能，輸入各種指標的代碼
代碼如下：
\FORMAT
\MODEL
卡方值=\cmin（p=\P);自由度=\df
卡方/自由=\cmindf;GFI=\GFI;AGFI=\AGFI
NFI=\NFI;IFI=\IFI;TLI=\TLI;CFI=\CFI
RMSEA=\RMSEA
我們也可以在AMOS的輸出報表（output）中找到上述指標，在模型適配的摘要中可以看到上述指標。
註：表格中的RMR指標我們無法從output中看到，只能通過如下方法
Amos-菜單欄的plugins-standardizedRMR，窗口不用關閉，直接運行模型就可以顯示結果
ps：關於不同指標的標準（參考吳明隆 結構方程模型-amos操作與應用）P240，不過像卡方/自由度的比值現在很多期刊是小於3而不是書上的2，所以建議以期刊投稿論文的指標標準為主
2）設定方差為1的CFA操作
步驟：將潛變量方差設定為1——選擇需要打包/合併的潛變量，將它們之間的協方差設定為1（與我們上面介紹的三因子、二因子模型的原理相同），如下圖所示。這一模型的意思是，第一個變量和第二個變量打包，第三個和第四個變量打包。即上圖中的二因子模型。
上述兩種CFA方法的結果會存在差異，但差異不大，所以本質是一樣的。我們平時更多使用的是第一種方法，手動操作完每一種模型。而第二種方法可以一次性跑完所有我們需要的模型，具體操作步驟如下。
第一步：設定潛變量方差為1，並設定路徑係數為不同係數
步驟2：雙擊Default model，開始managemodels對話框
步驟3：在model name裡輸入不同的模型（如單因子、二因子等），並在相應模型名稱下的parameter constraints輸入參數限制條件
以三因子模型為例，表示我將第一個和第二個變量打包，此時需要將路徑係數w1設定為1（表示相關為1）；類似地，如果我想將第二個和第三個變量打包，則需要將W2設定為1。最終我們可以看到的model name見下圖。一次運行後，點擊相應model，就可以輸出所需要的結果了。
文末最後，讓我們回答我們上文提到的問題，即「設定公因子為1」如何理解，其實你可以理解為CFA的設定方式，即因子載荷為1或方差設為1！
本期內容總結：
Harman單因子的傳統做法是利用spss的探索性因子分析，而目前更加主流的做法是利用CFA。
CFA做法有兩種，一種是設定因子載荷為1，另一種是設定潛變量方差為1。
我們最後演示了這兩種方法做CFA時的過程。
下期內容：如何用偏相關法進行同源偏差的檢驗（頭髮不多者請慎看！）