基础准备

草堂君在前面介绍了验证性因子分析的内容，包括验证性因子分析与探索性因子分析的区别联系，斜交验证性因子分析和正交验证性因子分析，可以点击下方文章链接回顾：

AMOS分析技术：验证性因子分析介绍；信度与效度指标详解

AMOS分析技术：斜交验证性因子分析；介绍如何整理出能够放入论文的模型信效度结果

AMOS分析技术：正交验证性因子分析；模型拟合质量好，模型就一定好吗？

今天草堂君要介绍的是二阶验证性因子分析，这是前面介绍的斜交验证性因子分析的延续，还记得斜交验证性因子分析的潜在变量之间是什么关系吗？

二阶验证性因子分析

前面介绍斜交验证性因子分析的时候，草堂君帮助过大家进行“名字记忆”，斜交代表相关，正交代表不相关。斜交验证性因子分析适用与潜在变量之间相关的情况，如下图所示，左图是直交模型，三个潜在变量（内容评价，功能评价和用户感知价值）之间的协方差（相关系数）为0；右图为斜交模型，三个潜在变量之间存在不为0的协方差。

上面两个模型都是一阶的验证性因子分析模型，如果潜在变量之间存在相关性，且相关性比较高（大于0.6），那么可以继续进行二阶验证性因子分析，也就是在三个潜在因子之上还有一个潜在变量，这个潜在变量可以解释原来的三个潜在变量（内容评价，功能评价和用户感知价值），如下图所示，根据现实研究背景，可以对新的潜在变量进行定义。

案例分析

承接文章AMOS分析技术：正交验证性因子分析；模型拟合质量好，模型就一定好吗？