1、首先登录SPSSAU，上传数据。
2、点击‘问卷研究’-‘验证性因子分析’
3、拖拽左侧数据到右侧分析框（按住Shift批量操作），每个框里放入一个因子对应的题项。有几个因子就放几个框，点击开始分析。
4、验证性因子分析(CFA)可用于聚合效度、区分效度、共同方法偏差（CMV)研究等；首先了解数据基本情况，包括因子数，分析样本量等。从上表可知，本次针对共4个因子，以及12个分析项进行验证性因子分析(CFA)分析。本次分析有效样本量为201，超出分析项数量的10倍，样本量适中。
5、因子载荷系数(factor loa蟠校盯昂ding)值展示因子(潜变量)与分析项(显变量)之间的相关关系情况。上表飙空蒈开格显示，B1与Factor2之间的因子载荷系数值为0.562 < 0.7，说明对应关系较弱，可考虑将此项从Factor2中移除出去。另外从整体上看，各个测量项全部均呈现出0.001水平的显著性(P< 0.001),而且标准化载荷系数值均大于0.7(除B1外)，因而说明整体上看，因子与测量项之间有着良好的对应关系，聚合效度较好。
6、聚合效度：本研究涉及的4个因子（SPSSAU默认给定名亨蚂擤缚字为Factor 1, Factor 2, Factor 泌驾台佐3, Factor 4），它们的AVE值全部均大于0.5，而且CR值全部均大于0.7，因而说明本次测量量表数据具有优秀的聚合效度。
7、区分效度：本次分析共4个因子分别对应的AVE平方根值最小为0.567，大于因子间相关系数的最大值0.321，意味着研究数据具有良好的区分效度。
8、模型拟合指标：模型拟合指标非常多，通常只要常见指标基本达标即可，包括卡方自由度比，GFI，RMSEA，RMR，CFI，NFI，NNFI
