高阶方法分析服务：中介、SEM、CFA 与功效分析

为什么高阶方法最容易翻车

基础检验做错了，答辩老师可能善意地放你一马；高阶模型做错了，是结构性硬伤——模型设定本身就错，后面的拟合再好看也是无效结果。我们整理过求助案例里高阶部分的三类典型翻车。

PROCESS 模型号选错。Hayes 的 PROCESS 宏有十几个模型编号，Model 4 是简单中介，Model 7 是前半段被调节的中介，Model 8 是前后都被调节。选错模型号，输出结果结构完全不对，很多人跑了半天发现调节项根本没进模型。正确做法是先画概念图：X、M、Y、W 各在什么位置，调节作用落在哪条路径上，再对号入座选模型。

SEM 前置条件跳过。直接上结构方程之前必须先过验证性因子分析——每个 latent 变量的测量模型成立（因子载荷、组合信度 CR、平均方差抽取量 AVE），整体模型才有讨论意义。跳过 CFA 直接跑 SEM，拟合差了不知道是测量问题还是结构问题，这是最常见的死循环。

样本量先斩后奏。SEM 对样本量有硬要求（经验法则：观测变量数的 10-15 倍，或按模型自由度估算），很多研究是数据收完了才发现 n 不够，模型拟合差只能硬解释。正确顺序是开题阶段先做功效分析——这就是我们把样本量计算器做成免费工具的原因：设计阶段花十分钟，省掉数据阶段的全部返工。

各服务的交付内容

服务项	方法与工具	交付物
中介/调节效应	PROCESS（SPSS）或 R lavaan，Bootstrap 5000	效应分解表（直接/间接/总效应）、置信区间、模型判定说明
结构方程 SEM	AMOS 或 lavaan，含 CFA 前置	标准化路径图、χ²/df、CFI、TLI、RMSEA、SRMR 判读、修正建议
量表效度验证	EFA + CFA，收敛/区分效度检验	因子载荷表、CR/AVE 报告、区分效度（Fornell-Larcker）
样本量与功效	效应量估计 + 功效分析（t/F/z/χ² 族）	最低样本量报告、各检验的功效对照

这些方法与 SPSS 基础操作的衔接关系，见SPSS数据分析服务；经济金融方向的面板与计量模型见Stata实证分析服务。

AMOS 不装行不行

AMOS 是 SPSS 家族的 SEM 图形化工具（IBM 出品，2026 年仍随 SPSS 高级版授权分发），图形化拖拽路径图是它的优点，但授权费用和 Windows 兼容问题同样存在。做 SEM 未必非要装它：R 的 lavaan 包语法透明、免费、输出更全，我们的引擎即以 lavaan 为主要后端，AMOS 格式的路径图同样可以输出。二者在结果上的等价性说明，见AMOS是什么百科页。

先自测再下单

下单前建议自查三个问题：模型里每个潜变量有几个观测题项（少于 3 个的潜变量模型很难成立）；样本量是否达到观测变量数的 10 倍以上；研究假设的路径方向是否能画出一张没有交叉的路径图。三个都过关，直接发数据开跑；有过不了的，先约方案讨论——很多模型问题在设计阶段改一句话就能解决，跑到一半才发现要推倒重来。