“Mplus Second-Order CFA Example 5.6”的版本间的差异

来自OBHRM百科
跳转至： 导航、 搜索
（→‎示意图）
 
（未显示同一用户的5个中间版本）
第1行： 第1行：
 
==示意图==
 
==示意图==
 
[[文件:mplus0506.JPG | center]]
 
[[文件:mplus0506.JPG | center]]
−
 
 
==代码与注释==
 
==代码与注释==
 
<pre>TITLE:    this is an example of a second-order factor analysis  ! 这是标题
 
<pre>TITLE:    this is an example of a second-order factor analysis  ! 这是标题
第10行： 第9行：
 
           f3 BY y7-y9;          ! 定义第3个因素，该因素的测量指标有：y7,y8,y9。
 
           f3 BY y7-y9;          ! 定义第3个因素，该因素的测量指标有：y7,y8,y9。
 
           f4 BY y10-y12;        ! 定义第4个因素，该因素的测量指标有：y10,y11,y12。
 
           f4 BY y10-y12;        ! 定义第4个因素，该因素的测量指标有：y10,y11,y12。
−
           f5 BY f1-f4;          ! 二阶因素f5</pre>
+
           f5 BY f1-f4;          ! 二阶因素f5
 +
OUTPUT:STANDARDIZED;            ! 报告标准化之后的结果，这是增加的命令语句</pre>
 +
==结果==
 +
<pre>INPUT INSTRUCTIONS                                                                      !@ 输入的命令语句，会全部显示，下面几行就是输入的命令语句
 +
 
 +
  TITLE:    this is an example of a second-order factor analysis                        ! 这是标题
 +
  DATA:    FILE IS ex5.6.dat;                                                          ! 读数据文件，文件名要正确，文件路径与对应的分析程序在同一目录；或标明绝对路径，比如：c:\mplus\ex5.6.dat。
 +
  VARIABLE: NAMES ARE y1-y12;                                                            ! 读取数据，该数据文件中包括12个变量的数据，变量名称可以自己。比如，可以是y1-y12，也可以是item1-item12。
 +
  MODEL:    f1 BY y1-y3;                                                                ! 定义第1个因素，该因素的测量指标有：y1,y2,y3。如果上面为item1-item6，则修改为item1-item3
 +
            f2 BY y4-y6;         ! 定义第2个因素，该因素的测量指标有：y4,y5,y6。
 +
            f3 BY y7-y9;                                                                ! 定义第3个因素，该因素的测量指标有：y7,y8,y9。
 +
            f4 BY y10-y12;                                                              ! 定义第4个因素，该因素的测量指标有：y10,y11,y12。
 +
            f5 BY f1-f4;                                                                ! 定义第5个因素，该因素的测量指标有：f1,f2,f3,f4。
 +
  OUTPUT:STANDARDIZED;                                                                  ! 报告标准化之后的结果，这是增加的命令语句。
 +
 
 +
 
 +
 
 +
INPUT READING TERMINATED NORMALLY                                                        !@ 数据读取正常
 +
 
 +
 
 +
 
 +
this is an example of a second-order factor analysis                                    !@ TITLE，标题
 +
 
 +
SUMMARY OF ANALYSIS                                                                      !@分析总体情况
 +
 
 +
Number of groups                                                1                      !@ 1组数据，也就是样本没有分组
 +
Number of observations                                        500                      !@ 样本量500
 +
 
 +
Number of dependent variables                                  12                      !@ （因）变量12个
 +
Number of independent variables                                  0                      !@ （自）变量0个
 +
Number of continuous latent variables                            5                      !@ 潜变量5个
 +
 
 +
Observed dependent variables                                                            !@ 观测（因）变量
 +
                                                                                       
 +
  Continuous                                                                            !@ 观测（因）变量为连续变量 Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11 Y12
 +
  Y1          Y2          Y3          Y4          Y5          Y6
 +
  Y7          Y8          Y9          Y10        Y11        Y12
 +
 
 +
Continuous latent variables                                                              !@ 潜变量 F1 F2 F3 F4 F5
 +
  F1          F2          F3          F4          F5
 +
 
 +
 
 +
Estimator                                                      ML                      !@ 估计方法：最大似然法
 +
Information matrix                                        OBSERVED                      !@ 信息矩阵：观测数据
 +
Maximum number of iterations                                  1000                      !@ 最大迭代次数1000次
 +
Convergence criterion                                    0.500D-04                      !@ 聚合标准（或翻译为收敛标准）
 +
Maximum number of steepest descent iterations                  20                      !@ 迭代下降最大数：20 
 +
 
 +
Input data file(s)                                                                      !@ 输入文件：ex5.6.dat
 +
  ex5.6.dat                                                                             
 +
                                                                                       
 +
Input data format  FREE                                                                  !@ 输入文件格式：自由格式，这是Mplus的默认格式
 +
                                                                                       
 +
                                                                                       
 +
                                                                                       
 +
THE MODEL ESTIMATION TERMINATED NORMALLY                                                !@ 模型估计正常终止，如果是非正常终止，就需要检查数据或命令语
 +
                                                                                       
 +
                                                                                       
 +
                                                                                       
 +
MODEL FIT INFORMATION                                                                    !@ 模型拟合指数
 +
                                                                                       
 +
Number of Free Parameters                      40                                      !@ 自由参数的个数：40个
 +
                                                                                       
 +
Loglikelihood                                                                            !@ 似然函数值的自然对数 
 +
                                                                                       
 +
          H0 Value                      -7211.373                                     
 +
          H1 Value                      -7188.001                                     
 +
                                                                                       
 +
Information Criteria                                                                    !@ 信息标准
 +
                                                                                       
 +
          Akaike (AIC)                  14502.746                                      !@ AIC 
 +
          Bayesian (BIC)                14671.330                                      !@ BIC
 +
          Sample-Size Adjusted BIC      14544.368                                      !@ 考虑样本量，调整后的BIC值
 +
            (n* = (n + 2) / 24)                                                         
 +
                                                                                       
 +
Chi-Square Test of Model Fit                                                            !@ 卡方检验的结果 
 +
                                                                                       
 +
          Value                            46.743                                      !@ 卡方值
 +
          Degrees of Freedom                    50                                      !@ 自由度
 +
          P-Value                          0.6049                                      !@ 显著性
 +
                                                                                       
 +
RMSEA (Root Mean Square Error Of Approximation)                                          !@ RMSEA的结果
 +
                                                                                       
 +
          Estimate                          0.000                                      !@ RMSEA的值   
 +
          90 Percent C.I.                    0.000  0.026                                !@ RMSEA的90%置信区间
 +
          Probability RMSEA <= .05          1.000                                     
 +
                                                                                       
 +
CFI/TLI                                                                                  !@ CFI/TFI的结果
 +
                                                                                       
 +
          CFI                                1.000                                      !@ CFI的结果
 +
          TLI                                1.001                                      !@ TLI的结果
 +
                                                                                       
 +
Chi-Square Test of Model Fit for the Baseline Model                                      !@ 基准模型（基线模型）的卡方检验结果
 +
                                                                                       
 +
          Value                          4012.035                                      !@ 卡方值
 +
          Degrees of Freedom                    66                                      !@ 自由度
 +
          P-Value                          0.0000                                      !@ 显著性
 +
                                                                                       
 +
SRMR (Standardized Root Mean Square Residual)                                            !@ SRMR的结果
 +
                                                                                       
 +
          Value                              0.019                                     
 +
                                                                                       
 +
                                                                                       
 +
                                                                                       
 +
MODEL RESULTS                                                                            !@ 模型结果，非标准化的结果
 +
 
 +
                                                    Two-Tailed
 +
                    Estimate      S.E.  Est./S.E.    P-Value                            !@ 估计值    标准误  估计标准误  P值（显著性）
 +
                                                                                       
 +
F1      BY                                                                           
 +
    Y1                1.000      0.000    999.000    999.000                            !@ Y1的非标准化因子负荷，999.000代表没有计算，也就是没有这个结果（下同）
 +
    Y2                0.760      0.031    24.275      0.000                            !@ Y2的非标准化因子负荷
 +
    Y3                0.669      0.030    22.309      0.000                            !@ Y3的非标准化因子负荷
 +
                                                                                       
 +
F2      BY                                                                           
 +
    Y4                1.000      0.000    999.000    999.000                            !@ Y4的非标准化因子负荷，999.000代表没有计算，也就是没有这个结果（下同）
 +
    Y5                0.718      0.030    23.976      0.000                            !@ Y5的非标准化因子负荷
 +
    Y6                0.703      0.031    22.853      0.000                            !@ Y6的非标准化因子负荷
 +
 
 +
F3      BY
 +
    Y7                1.000      0.000    999.000    999.000                            !@ Y7的非标准化因子负荷，999.000代表没有计算，也就是没有这个结果（下同）
 +
    Y8                0.702      0.026    26.955      0.000                            !@ Y8的非标准化因子负荷
 +
    Y9                0.691      0.026    26.764      0.000                            !@ Y9的非标准化因子负荷
 +
                                                                                       
 +
F4      BY                                                                           
 +
    Y10                1.000      0.000    999.000    999.000                            !@ Y10的非标准化因子负荷，999.000代表没有计算，也就是没有这个结果（下同）
 +
    Y11                0.742      0.029    25.350      0.000                            !@ Y11的非标准化因子负荷
 +
    Y12                0.669      0.029    23.461      0.000                            !@ Y12的非标准化因子负荷
 +
 
 +
F5      BY
 +
    F1                1.000      0.000    999.000    999.000                            !@ F1的非标准化因子负荷，999.000代表没有计算，也就是没有这个结果（下同）
 +
    F2                0.944      0.148      6.397      0.000                            !@ F2的非标准化因子负荷
 +
    F3                1.168      0.179      6.516      0.000                            !@ F3的非标准化因子负荷
 +
    F4                0.854      0.139      6.142      0.000                            !@ F4的非标准化因子负荷
 +
 
 +
Intercepts                                                                              !@ 截距，潜变量为0时，观察变量的值
 +
    Y1                0.011      0.059      0.183      0.855                            !@ Y1的截距
 +
    Y2                0.028      0.046      0.617      0.537                            !@ Y2的截距
 +
    Y3                0.005      0.043      0.109      0.913                            !@ Y3的截距
 +
    Y4                0.100      0.060      1.652      0.099                            !@ Y4的截距
 +
    Y5                0.078      0.045      1.730      0.084                            !@ Y5的截距
 +
    Y6                0.076      0.046      1.671      0.095                            !@ Y6的截距
 +
    Y7                0.024      0.061      0.390      0.697                            !@ Y7的截距
 +
    Y8                0.025      0.046      0.545      0.585                            !@ Y8的截距
 +
    Y9                0.034      0.046      0.741      0.458                            !@ Y9的截距
 +
    Y10              -0.016      0.062    -0.261      0.794                            !@ Y10的截距
 +
    Y11                0.010      0.047      0.202      0.840                            !@ Y11的截距
 +
    Y12                0.006      0.045      0.134      0.894                            !@ Y12的截距
 +
                                                                                       
 +
Variances                                                                              !@ 因子方差
 +
    F5                0.464      0.100      4.657      0.000                            !@ F5的方差
 +
 
 +
Residual Variances                                                                      !@ 残差，潜变量未能解释的方差
 +
    Y1                0.348      0.043      8.132      0.000                            !@ Y1的残差
 +
    Y2                0.251      0.027      9.465      0.000                            !@ Y2的残差
 +
    Y3                0.320      0.026    12.271      0.000                            !@ Y3的残差
 +
    Y4                0.366      0.045      8.187      0.000                            !@ Y4的残差
 +
    Y5                0.268      0.026    10.303      0.000                            !@ Y5的残差
 +
    Y6                0.330      0.028    11.636      0.000                            !@ Y6的残差
 +
    Y7                0.272      0.038      7.094      0.000                            !@ Y7的残差
 +
    Y8                0.282      0.025    11.445      0.000                            !@ Y8的残差
 +
    Y9                0.276      0.024    11.416      0.000                            !@ Y9的残差
 +
    Y10                0.362      0.045      8.107      0.000                            !@ Y10的残差
 +
    Y11                0.266      0.027      9.854      0.000                            !@ Y11的残差
 +
    Y12                0.323      0.027    11.991      0.000                            !@ Y12的残差
 +
    F1                0.913      0.103      8.855      0.000                            !@ F1的残差
 +
    F2                1.036      0.107      9.672      0.000                            !@ F2的残差
 +
    F3                0.984      0.119      8.237      0.000                            !@ F3的残差
 +
    F4                1.213      0.115    10.567      0.000                            !@ F4的残差
 +
 
 +
 
 +
STANDARDIZED MODEL RESULTS                                                              !@ 模型结果，标准化的结果
 +
                                                                                       
 +
                                                                                       
 +
STDYX Standardization                                                                    !@ 观测变量、潜变量均标准化后的结果，也就是全部标准化后的结果。一般报告这个结果。
 +
                                                                                       
 +
                                                    Two-Tailed                         
 +
                    Estimate      S.E.  Est./S.E.    P-Value                            !@ 估计值    标准误  估计标准误  P值（显著性）
 +
 
 +
F1      BY
 +
    Y1                0.894      0.015    59.864      0.000                            !@ Y1的标准化因子负荷
 +
    Y2                0.872      0.016    55.160      0.000                            !@ Y2的标准化因子负荷
 +
    Y3                0.811      0.019    43.281      0.000                            !@ Y3的标准化因子负荷
 +
 
 +
F2      BY
 +
    Y4                0.894      0.015    60.275      0.000                            !@ Y4的标准化因子负荷
 +
    Y5                0.858      0.016    52.512      0.000                            !@ Y5的标准化因子负荷
 +
    Y6                0.828      0.018    46.167      0.000                            !@ Y6的标准化因子负荷
 +
 
 +
F3      BY
 +
    Y7                0.925      0.012    79.008      0.000                            !@ Y7的标准化因子负荷
 +
    Y8                0.859      0.015    57.876      0.000                            !@ Y8的标准化因子负荷
 +
    Y9                0.858      0.015    57.175      0.000                            !@ Y9的标准化因子负荷
 +
 
 +
F4      BY
 +
    Y10                0.900      0.014    64.368      0.000                            !@ Y10的标准化因子负荷
 +
    Y11                0.873      0.015    57.629      0.000                            !@ Y11的标准化因子负荷
 +
    Y12                0.826      0.018    46.877      0.000                            !@ Y12的标准化因子负荷
 +
 
 +
F5      BY
 +
    F1                0.580      0.053    10.851      0.000                            !@ F1的标准化因子负荷
 +
    F2                0.534      0.053    10.096      0.000                            !@ F2的标准化因子负荷
 +
    F3                0.626      0.053    11.779      0.000                            !@ F3的标准化因子负荷
 +
    F4                0.467      0.054      8.658      0.000                            !@ F4的标准化因子负荷
 +
 
 +
Intercepts                                                                              !@ 截距，潜变量为0时，观察变量的值
 +
    Y1                0.008      0.045      0.183      0.855                            !@ Y1的截距
 +
    Y2                0.028      0.045      0.617      0.537                            !@ Y2的截距
 +
    Y3                0.005      0.045      0.109      0.913                            !@ Y3的截距
 +
    Y4                0.074      0.045      1.650      0.099                            !@ Y4的截距
 +
    Y5                0.077      0.045      1.728      0.084                            !@ Y5的截距
 +
    Y6                0.075      0.045      1.668      0.095                            !@ Y6的截距
 +
    Y7                0.017      0.045      0.390      0.697                            !@ Y7的截距
 +
    Y8                0.024      0.045      0.545      0.585                            !@ Y8的截距
 +
    Y9                0.033      0.045      0.741      0.459                            !@ Y9的截距
 +
    Y10              -0.012      0.045    -0.261      0.794                            !@ Y10的截距
 +
    Y11                0.009      0.045      0.202      0.840                            !@ Y11的截距
 +
    Y12                0.006      0.045      0.134      0.894                            !@ Y12的截距
 +
 
 +
Variances                                                                              !@ 因子方差
 +
    F5                1.000      0.000    999.000    999.000                            !@ F5的方差。999.000代表没有计算，也就是没有这个结果（下同）
 +
 
 +
Residual Variances                                                                      !@ 残差，潜变量未能解释的方差
 +
    Y1                0.202      0.027      7.557      0.000                            !@ Y1的残差
 +
    Y2                0.240      0.028      8.689      0.000                            !@ Y2的残差
 +
    Y3                0.342      0.030    11.247      0.000                            !@ Y3的残差
 +
    Y4                0.201      0.026      7.601      0.000                            !@ Y4的残差
 +
    Y5                0.264      0.028      9.403      0.000                            !@ Y5的残差
 +
    Y6                0.315      0.030    10.621      0.000                            !@ Y6的残差
 +
    Y7                0.144      0.022      6.634      0.000                            !@ Y7的残差
 +
    Y8                0.261      0.026    10.236      0.000                            !@ Y8的残差
 +
    Y9                0.263      0.026    10.225      0.000                            !@ Y9的残差
 +
    Y10                0.189      0.025      7.516      0.000                            !@ Y10的残差
 +
    Y11                0.238      0.026      8.981      0.000                            !@ Y11的残差
 +
    Y12                0.317      0.029    10.901      0.000                            !@ Y12的残差
 +
    F1                0.663      0.062    10.679      0.000                            !@ F1的残差
 +
    F2                0.714      0.057    12.629      0.000                            !@ F2的残差
 +
    F3                0.609      0.066      9.155      0.000                            !@ F3的残差
 +
    F4                0.782      0.050    15.527      0.000                            !@ F4的残差
 +
 
 +
 
 +
STDY Standardization                                                                    !@ 观测变量标准化后的结果
 +
                                                                                       
 +
                                                    Two-Tailed                         
 +
                    Estimate      S.E.  Est./S.E.    P-Value                            !@ 估计值    标准误  估计标准误  P值（显著性）
 +
                                                                                       
 +
F1      BY                                                                           
 +
    Y1                0.894      0.015    59.864      0.000                            !@ Y1的标准化因子负荷
 +
    Y2                0.872      0.016    55.160      0.000                            !@ Y2的标准化因子负荷
 +
    Y3                0.811      0.019    43.281      0.000                            !@ Y3的标准化因子负荷
 +
                                                                                       
 +
F2      BY                                                                           
 +
    Y4                0.894      0.015    60.275      0.000                            !@ Y4的标准化因子负荷
 +
    Y5                0.858      0.016    52.512      0.000                            !@ Y5的标准化因子负荷
 +
    Y6                0.828      0.018    46.167      0.000                            !@ Y6的标准化因子负荷
 +
 
 +
F3      BY
 +
    Y7                0.925      0.012    79.008      0.000                            !@ Y7的标准化因子负荷
 +
    Y8                0.859      0.015    57.876      0.000                            !@ Y8的标准化因子负荷
 +
    Y9                0.858      0.015    57.175      0.000                            !@ Y9的标准化因子负荷
 +
 
 +
F4      BY
 +
    Y10                0.900      0.014    64.368      0.000                            !@ Y10的标准化因子负荷
 +
    Y11                0.873      0.015    57.629      0.000                            !@ Y11的标准化因子负荷
 +
    Y12                0.826      0.018    46.877      0.000                            !@ Y12的标准化因子负荷
 +
 
 +
F5      BY
 +
    F1                0.580      0.053    10.851      0.000                            !@ F1的标准化因子负荷
 +
    F2                0.534      0.053    10.096      0.000                            !@ F2的标准化因子负荷
 +
    F3                0.626      0.053    11.779      0.000                            !@ F3的标准化因子负荷
 +
    F4                0.467      0.054      8.658      0.000                            !@ F4的标准化因子负荷
 +
 
 +
Intercepts                                                                              !@ 截距，潜变量为0时，观察变量的值
 +
    Y1                0.008      0.045      0.183      0.855                            !@ Y1的截距
 +
    Y2                0.028      0.045      0.617      0.537                            !@ Y2的截距
 +
    Y3                0.005      0.045      0.109      0.913                            !@ Y3的截距
 +
    Y4                0.074      0.045      1.650      0.099                            !@ Y4的截距
 +
    Y5                0.077      0.045      1.728      0.084                            !@ Y5的截距
 +
    Y6                0.075      0.045      1.668      0.095                            !@ Y6的截距
 +
    Y7                0.017      0.045      0.390      0.697                            !@ Y7的截距
 +
    Y8                0.024      0.045      0.545      0.585                            !@ Y8的截距
 +
    Y9                0.033      0.045      0.741      0.459                            !@ Y9的截距
 +
    Y10              -0.012      0.045    -0.261      0.794                            !@ Y10的截距
 +
    Y11                0.009      0.045      0.202      0.840                            !@ Y11的截距
 +
    Y12                0.006      0.045      0.134      0.894                            !@ Y12的截距
 +
 
 +
Variances
 +
    F5                1.000      0.000    999.000    999.000                            !@ F5的方差。999.000代表没有计算，也就是没有这个结果（下同）
 +
 
 +
Residual Variances                                                                      !@ 残差，潜变量未能解释的方差
 +
    Y1                0.202      0.027      7.557      0.000                            !@ Y1的残差
 +
    Y2                0.240      0.028      8.689      0.000                            !@ Y2的残差
 +
    Y3                0.342      0.030    11.247      0.000                            !@ Y3的残差
 +
    Y4                0.201      0.026      7.601      0.000                            !@ Y4的残差
 +
    Y5                0.264      0.028      9.403      0.000                            !@ Y5的残差
 +
    Y6                0.315      0.030    10.621      0.000                            !@ Y6的残差
 +
    Y7                0.144      0.022      6.634      0.000                            !@ Y7的残差
 +
    Y8                0.261      0.026    10.236      0.000                            !@ Y8的残差
 +
    Y9                0.263      0.026    10.225      0.000                            !@ Y9的残差
 +
    Y10                0.189      0.025      7.516      0.000                            !@ Y10的残差
 +
    Y11                0.238      0.026      8.981      0.000                            !@ Y11的残差
 +
    Y12                0.317      0.029    10.901      0.000                            !@ Y12的残差
 +
    F1                0.663      0.062    10.679      0.000                            !@ F1的残差
 +
    F2                0.714      0.057    12.629      0.000                            !@ F2的残差
 +
    F3                0.609      0.066      9.155      0.000                            !@ F3的残差
 +
    F4                0.782      0.050    15.527      0.000                            !@ F4的残差
 +
 
 +
 
 +
STD Standardization                                                                      !@ 潜变量标准化后的结果
 +
                                                                                       
 +
                                                    Two-Tailed                         
 +
                    Estimate      S.E.  Est./S.E.    P-Value                            !@ 估计值    标准误  估计标准误  P值（显著性）
 +
                                                                                       
 +
F1      BY                                                                           
 +
    Y1                1.174      0.048    24.382      0.000                            !@ Y1的非标准化因子负荷
 +
    Y2                0.892      0.038    23.520      0.000                            !@ Y2的非标准化因子负荷
 +
    Y3                0.785      0.037    21.235      0.000                            !@ Y3的非标准化因子负荷
 +
                                                                                       
 +
F2      BY                                                                           
 +
    Y4                1.204      0.049    24.412      0.000                            !@ Y4的非标准化因子负荷
 +
    Y5                0.864      0.038    23.002      0.000                            !@ Y5的非标准化因子负荷
 +
    Y6                0.847      0.039    21.825      0.000                            !@ Y6的非标准化因子负荷
 +
 
 +
F3      BY
 +
    Y7                1.272      0.048    26.282      0.000                            !@ Y7的非标准化因子负荷
 +
    Y8                0.893      0.038    23.433      0.000                            !@ Y8的非标准化因子负荷
 +
    Y9                0.879      0.038    23.359      0.000                            !@ Y9的非标准化因子负荷
 +
 
 +
F4      BY
 +
    Y10                1.245      0.050    24.845      0.000                            !@ Y10的非标准化因子负荷
 +
    Y11                0.924      0.039    23.727      0.000                            !@ Y11的非标准化因子负荷
 +
    Y12                0.834      0.038    21.875      0.000                            !@ Y12的非标准化因子负荷
 +
X
 +
F5      BY
 +
    F1                0.580      0.053    10.851      0.000                            !@ F1的非标准化因子负荷
 +
    F2                0.534      0.053    10.096      0.000                            !@ F2的非标准化因子负荷
 +
    F3                0.626      0.053    11.779      0.000                            !@ F3的非标准化因子负荷
 +
    F4                0.467      0.054      8.658      0.000                            !@ F4的非标准化因子负荷
 +
 
 +
Intercepts                                                                              !@ 截距，潜变量为0时，观察变量的值
 +
    Y1                0.011      0.059      0.183      0.855                            !@ Y1的截距
 +
    Y2                0.028      0.046      0.617      0.537                            !@ Y2的截距
 +
    Y3                0.005      0.043      0.109      0.913                            !@ Y3的截距
 +
    Y4                0.100      0.060      1.652      0.099                            !@ Y4的截距
 +
    Y5                0.078      0.045      1.730      0.084                            !@ Y5的截距
 +
    Y6                0.076      0.046      1.671      0.095                            !@ Y6的截距
 +
    Y7                0.024      0.061      0.390      0.697                            !@ Y7的截距
 +
    Y8                0.025      0.046      0.545      0.585                            !@ Y8的截距
 +
    Y9                0.034      0.046      0.741      0.458                            !@ Y9的截距
 +
    Y10              -0.016      0.062    -0.261      0.794                            !@ Y10的截距
 +
    Y11                0.010      0.047      0.202      0.840                            !@ Y11的截距
 +
    Y12                0.006      0.045      0.134      0.894                            !@ Y12的截距
 +
 
 +
Variances
 +
    F5                1.000      0.000    999.000    999.000                            !@ F5的方差。999.000代表没有计算，也就是没有这个结果（下同）
 +
 
 +
Residual Variances                                                                      !@ 残差，潜变量未能解释的方差
 +
    Y1                0.348      0.043      8.132      0.000                            !@ Y1的残差
 +
    Y2                0.251      0.027      9.465      0.000                            !@ Y2的残差
 +
    Y3                0.320      0.026    12.271      0.000                            !@ Y3的残差
 +
    Y4                0.366      0.045      8.187      0.000                            !@ Y4的残差
 +
    Y5                0.268      0.026    10.303      0.000                            !@ Y5的残差
 +
    Y6                0.330      0.028    11.636      0.000                            !@ Y6的残差
 +
    Y7                0.272      0.038      7.094      0.000                            !@ Y7的残差
 +
    Y8                0.282      0.025    11.445      0.000                            !@ Y8的残差
 +
    Y9                0.276      0.024    11.416      0.000                            !@ Y9的残差
 +
    Y10                0.362      0.045      8.107      0.000                            !@ Y10的残差
 +
    Y11                0.266      0.027      9.854      0.000                            !@ Y11的残差
 +
    Y12                0.323      0.027    11.991      0.000                            !@ Y12的残差
 +
    F1                0.663      0.062    10.679      0.000                            !@ F1的残差
 +
    F2                0.714      0.057    12.629      0.000                            !@ F2的残差
 +
    F3                0.609      0.066      9.155      0.000                            !@ F3的残差
 +
    F4                0.782      0.050    15.527      0.000                            !@ F4的残差
 +
                                                                                       
 +
 
 +
R-SQUARE                                                                                !@ R的平方，观察变量和潜变量被因子解释的百分比
 +
                                                                                       
 +
    Observed                                        Two-Tailed                         
 +
    Variable        Estimate      S.E.  Est./S.E.    P-Value                            !@ 估计值    标准误  估计标准误  P值（显著性）
 +
                                                                                       
 +
    Y1                0.798      0.027    29.932      0.000                            !@ Y1被F1解释的百分比
 +
    Y2                0.760      0.028    27.580      0.000                            !@ Y2被F1解释的百分比
 +
    Y3                0.658      0.030    21.641      0.000                            !@ Y3被F1解释的百分比
 +
    Y4                0.799      0.026    30.138      0.000                            !@ Y4被F2解释的百分比
 +
    Y5                0.736      0.028    26.256      0.000                            !@ Y5被F2解释的百分比
 +
    Y6                0.685      0.030    23.083      0.000                            !@ Y6被F2解释的百分比
 +
    Y7                0.856      0.022    39.504      0.000                            !@ Y7被F3解释的百分比
 +
    Y8                0.739      0.026    28.938      0.000                            !@ Y8被F3解释的百分比
 +
    Y9                0.737      0.026    28.588      0.000                            !@ Y9被F3解释的百分比
 +
    Y10                0.811      0.025    32.184      0.000                            !@ Y10被F4解释的百分比
 +
    Y11                0.762      0.026    28.815      0.000                            !@ Y11被F4解释的百分比
 +
    Y12                0.683      0.029    23.439      0.000                            !@ Y12被F4解释的百分比
 +
 
 +
    Latent                                        Two-Tailed                         
 +
    Variable        Estimate      S.E.  Est./S.E.    P-Value                            !@ 估计值    标准误  估计标准误  P值（显著性）
 +
 
 +
    F1                0.337      0.062      5.425      0.000                            !@ F1被F5解释的百分比
 +
    F2                0.286      0.057      5.048      0.000                            !@ F2被F5解释的百分比
 +
    F3                0.391      0.066      5.889      0.000                            !@ F3被F5解释的百分比
 +
    F4                0.218      0.050      4.329      0.000                            !@ F4被F5解释的百分比
 +
 
 +
 
 +
QUALITY OF NUMERICAL RESULTS
 +
 
 +
    Condition Number for the Information Matrix              0.558E-02                  !@ 信息矩阵的条件数
 +
      (ratio of smallest to largest eigenvalue)                                       
 +
                                                                                       
 +
                                                                                       
 +
DIAGRAM INFORMATION                                                                      !@ 图形信息
 +
                                                                                       
 +
  Use View Diagram under the Diagram menu in the Mplus Editor to view the diagram.      !@ 在Diagram菜单下显示图形信息
 +
  If running Mplus from the Mplus Diagrammer, the diagram opens automatically.          !@ 如果是从Mplus Diagrammer运行Mplus，会自动显示图形信息
 +
 
 +
  Diagram output
 +
    c:\program files\mplus\mplus examples\user's guide examples\mptext1.dgm
 +
 +
    Beginning Time:  13:53:30                                                          !@ 命令语句（程序）开始运行时间
 +
        Ending Time:  13:53:31                                                          !@ 命令语句（程序）结束运行时间
 +
      Elapsed Time:  00:00:01                                                          !@ 程序运行花费时间</pre>

2017年6月17日 (六) 16:42的最新版本

示意图

Mplus0506.JPG

代码与注释

TITLE:    this is an example of a second-order factor analysis   ! 这是标题
DATA:     FILE IS ex5.6.dat;    ! 读数据文件
VARIABLE: NAMES ARE y1-y12;     ! 数据文件中有12个变量，命名y1-y12
MODEL:    f1 BY y1-y3;          ! 定义第1个因素，该因素的测量指标有：y1,y2,y3。
          f2 BY y4-y6;          ! 定义第2个因素，该因素的测量指标有：y4,y5,y6。
          f3 BY y7-y9;          ! 定义第3个因素，该因素的测量指标有：y7,y8,y9。
          f4 BY y10-y12;        ! 定义第4个因素，该因素的测量指标有：y10,y11,y12。
          f5 BY f1-f4;          ! 二阶因素f5
OUTPUT:STANDARDIZED;            ! 报告标准化之后的结果，这是增加的命令语句

结果

INPUT INSTRUCTIONS                                                                       !@ 输入的命令语句，会全部显示，下面几行就是输入的命令语句

  TITLE:    this is an example of a second-order factor analysis                         ! 这是标题
  DATA:     FILE IS ex5.6.dat;                                                           ! 读数据文件，文件名要正确，文件路径与对应的分析程序在同一目录；或标明绝对路径，比如：c:\mplus\ex5.6.dat。
  VARIABLE: NAMES ARE y1-y12;                                                            ! 读取数据，该数据文件中包括12个变量的数据，变量名称可以自己。比如，可以是y1-y12，也可以是item1-item12。
  MODEL:    f1 BY y1-y3;                                                                 ! 定义第1个因素，该因素的测量指标有：y1,y2,y3。如果上面为item1-item6，则修改为item1-item3
            f2 BY y4-y6;														         ! 定义第2个因素，该因素的测量指标有：y4,y5,y6。
            f3 BY y7-y9;                                                                 ! 定义第3个因素，该因素的测量指标有：y7,y8,y9。
            f4 BY y10-y12;                                                               ! 定义第4个因素，该因素的测量指标有：y10,y11,y12。
            f5 BY f1-f4;                                                                 ! 定义第5个因素，该因素的测量指标有：f1,f2,f3,f4。
  OUTPUT:STANDARDIZED;                                                                   ! 报告标准化之后的结果，这是增加的命令语句。



INPUT READING TERMINATED NORMALLY                                                        !@ 数据读取正常



this is an example of a second-order factor analysis                                     !@ TITLE，标题

SUMMARY OF ANALYSIS                                                                      !@分析总体情况

Number of groups                                                 1                       !@ 1组数据，也就是样本没有分组
Number of observations                                         500                       !@ 样本量500

Number of dependent variables                                   12                       !@ （因）变量12个
Number of independent variables                                  0                       !@ （自）变量0个
Number of continuous latent variables                            5                       !@ 潜变量5个

Observed dependent variables                                                             !@ 观测（因）变量
                                                                                         
  Continuous                                                                             !@ 观测（因）变量为连续变量 Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11 Y12
   Y1          Y2          Y3          Y4          Y5          Y6
   Y7          Y8          Y9          Y10         Y11         Y12

Continuous latent variables                                                              !@ 潜变量 F1 F2 F3 F4 F5 
   F1          F2          F3          F4          F5


Estimator                                                       ML                       !@ 估计方法：最大似然法 
Information matrix                                        OBSERVED                       !@ 信息矩阵：观测数据 
Maximum number of iterations                                  1000                       !@ 最大迭代次数1000次 
Convergence criterion                                    0.500D-04                       !@ 聚合标准（或翻译为收敛标准）
Maximum number of steepest descent iterations                   20                       !@ 迭代下降最大数：20  

Input data file(s)                                                                       !@ 输入文件：ex5.6.dat
  ex5.6.dat                                                                              
                                                                                         
Input data format  FREE                                                                  !@ 输入文件格式：自由格式，这是Mplus的默认格式
                                                                                         
                                                                                         
                                                                                         
THE MODEL ESTIMATION TERMINATED NORMALLY                                                 !@ 模型估计正常终止，如果是非正常终止，就需要检查数据或命令语
                                                                                         
                                                                                         
                                                                                         
MODEL FIT INFORMATION                                                                    !@ 模型拟合指数
                                                                                         
Number of Free Parameters                       40                                       !@ 自由参数的个数：40个
                                                                                         
Loglikelihood                                                                            !@ 似然函数值的自然对数  
                                                                                         
          H0 Value                       -7211.373                                       
          H1 Value                       -7188.001                                       
                                                                                         
Information Criteria                                                                     !@ 信息标准
                                                                                         
          Akaike (AIC)                   14502.746                                       !@ AIC  
          Bayesian (BIC)                 14671.330                                       !@ BIC
          Sample-Size Adjusted BIC       14544.368                                       !@ 考虑样本量，调整后的BIC值
            (n* = (n + 2) / 24)                                                          
                                                                                         
Chi-Square Test of Model Fit                                                             !@ 卡方检验的结果  
                                                                                         
          Value                             46.743                                       !@ 卡方值 
          Degrees of Freedom                    50                                       !@ 自由度
          P-Value                           0.6049                                       !@ 显著性
                                                                                         
RMSEA (Root Mean Square Error Of Approximation)                                          !@ RMSEA的结果
                                                                                         
          Estimate                           0.000                                       !@ RMSEA的值    
          90 Percent C.I.                    0.000  0.026                                !@ RMSEA的90%置信区间
          Probability RMSEA <= .05           1.000                                       
                                                                                         
CFI/TLI                                                                                  !@ CFI/TFI的结果
                                                                                         
          CFI                                1.000                                       !@ CFI的结果
          TLI                                1.001                                       !@ TLI的结果
                                                                                         
Chi-Square Test of Model Fit for the Baseline Model                                      !@ 基准模型（基线模型）的卡方检验结果
                                                                                         
          Value                           4012.035                                       !@ 卡方值
          Degrees of Freedom                    66                                       !@ 自由度
          P-Value                           0.0000                                       !@ 显著性
                                                                                         
SRMR (Standardized Root Mean Square Residual)                                            !@ SRMR的结果
                                                                                         
          Value                              0.019                                       
                                                                                         
                                                                                         
                                                                                         
MODEL RESULTS                                                                            !@ 模型结果，非标准化的结果

                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value                            !@ 估计值    标准误  估计标准误   P值（显著性）
                                                                                         
 F1       BY                                                                             
    Y1                 1.000      0.000    999.000    999.000                            !@ Y1的非标准化因子负荷，999.000代表没有计算，也就是没有这个结果（下同）
    Y2                 0.760      0.031     24.275      0.000                            !@ Y2的非标准化因子负荷
    Y3                 0.669      0.030     22.309      0.000                            !@ Y3的非标准化因子负荷
                                                                                         
 F2       BY                                                                             
    Y4                 1.000      0.000    999.000    999.000                            !@ Y4的非标准化因子负荷，999.000代表没有计算，也就是没有这个结果（下同）
    Y5                 0.718      0.030     23.976      0.000                            !@ Y5的非标准化因子负荷
    Y6                 0.703      0.031     22.853      0.000                            !@ Y6的非标准化因子负荷

 F3       BY
    Y7                 1.000      0.000    999.000    999.000                            !@ Y7的非标准化因子负荷，999.000代表没有计算，也就是没有这个结果（下同）
    Y8                 0.702      0.026     26.955      0.000                            !@ Y8的非标准化因子负荷
    Y9                 0.691      0.026     26.764      0.000                            !@ Y9的非标准化因子负荷
                                                                                         
 F4       BY                                                                             
    Y10                1.000      0.000    999.000    999.000                            !@ Y10的非标准化因子负荷，999.000代表没有计算，也就是没有这个结果（下同）
    Y11                0.742      0.029     25.350      0.000                            !@ Y11的非标准化因子负荷
    Y12                0.669      0.029     23.461      0.000                            !@ Y12的非标准化因子负荷

 F5       BY
    F1                 1.000      0.000    999.000    999.000                            !@ F1的非标准化因子负荷，999.000代表没有计算，也就是没有这个结果（下同）
    F2                 0.944      0.148      6.397      0.000                            !@ F2的非标准化因子负荷
    F3                 1.168      0.179      6.516      0.000                            !@ F3的非标准化因子负荷
    F4                 0.854      0.139      6.142      0.000                            !@ F4的非标准化因子负荷

 Intercepts                                                                              !@ 截距，潜变量为0时，观察变量的值
    Y1                 0.011      0.059      0.183      0.855                            !@ Y1的截距
    Y2                 0.028      0.046      0.617      0.537                            !@ Y2的截距
    Y3                 0.005      0.043      0.109      0.913                            !@ Y3的截距
    Y4                 0.100      0.060      1.652      0.099                            !@ Y4的截距
    Y5                 0.078      0.045      1.730      0.084                            !@ Y5的截距
    Y6                 0.076      0.046      1.671      0.095                            !@ Y6的截距
    Y7                 0.024      0.061      0.390      0.697                            !@ Y7的截距
    Y8                 0.025      0.046      0.545      0.585                            !@ Y8的截距
    Y9                 0.034      0.046      0.741      0.458                            !@ Y9的截距
    Y10               -0.016      0.062     -0.261      0.794                            !@ Y10的截距
    Y11                0.010      0.047      0.202      0.840                            !@ Y11的截距
    Y12                0.006      0.045      0.134      0.894                            !@ Y12的截距
                                                                                         
 Variances                                                                               !@ 因子方差
    F5                 0.464      0.100      4.657      0.000                            !@ F5的方差

 Residual Variances                                                                      !@ 残差，潜变量未能解释的方差
    Y1                 0.348      0.043      8.132      0.000                            !@ Y1的残差
    Y2                 0.251      0.027      9.465      0.000                            !@ Y2的残差
    Y3                 0.320      0.026     12.271      0.000                            !@ Y3的残差
    Y4                 0.366      0.045      8.187      0.000                            !@ Y4的残差
    Y5                 0.268      0.026     10.303      0.000                            !@ Y5的残差
    Y6                 0.330      0.028     11.636      0.000                            !@ Y6的残差
    Y7                 0.272      0.038      7.094      0.000                            !@ Y7的残差
    Y8                 0.282      0.025     11.445      0.000                            !@ Y8的残差
    Y9                 0.276      0.024     11.416      0.000                            !@ Y9的残差
    Y10                0.362      0.045      8.107      0.000                            !@ Y10的残差
    Y11                0.266      0.027      9.854      0.000                            !@ Y11的残差
    Y12                0.323      0.027     11.991      0.000                            !@ Y12的残差
    F1                 0.913      0.103      8.855      0.000                            !@ F1的残差
    F2                 1.036      0.107      9.672      0.000                            !@ F2的残差
    F3                 0.984      0.119      8.237      0.000                            !@ F3的残差
    F4                 1.213      0.115     10.567      0.000                            !@ F4的残差


STANDARDIZED MODEL RESULTS                                                               !@ 模型结果，标准化的结果
                                                                                         
                                                                                         
STDYX Standardization                                                                    !@ 观测变量、潜变量均标准化后的结果，也就是全部标准化后的结果。一般报告这个结果。
                                                                                         
                                                    Two-Tailed                           
                    Estimate       S.E.  Est./S.E.    P-Value                            !@ 估计值    标准误  估计标准误   P值（显著性）

 F1       BY
    Y1                 0.894      0.015     59.864      0.000                            !@ Y1的标准化因子负荷
    Y2                 0.872      0.016     55.160      0.000                            !@ Y2的标准化因子负荷
    Y3                 0.811      0.019     43.281      0.000                            !@ Y3的标准化因子负荷

 F2       BY
    Y4                 0.894      0.015     60.275      0.000                            !@ Y4的标准化因子负荷
    Y5                 0.858      0.016     52.512      0.000                            !@ Y5的标准化因子负荷
    Y6                 0.828      0.018     46.167      0.000                            !@ Y6的标准化因子负荷

 F3       BY
    Y7                 0.925      0.012     79.008      0.000                            !@ Y7的标准化因子负荷
    Y8                 0.859      0.015     57.876      0.000                            !@ Y8的标准化因子负荷
    Y9                 0.858      0.015     57.175      0.000                            !@ Y9的标准化因子负荷

 F4       BY
    Y10                0.900      0.014     64.368      0.000                            !@ Y10的标准化因子负荷
    Y11                0.873      0.015     57.629      0.000                            !@ Y11的标准化因子负荷
    Y12                0.826      0.018     46.877      0.000                            !@ Y12的标准化因子负荷

 F5       BY
    F1                 0.580      0.053     10.851      0.000                            !@ F1的标准化因子负荷
    F2                 0.534      0.053     10.096      0.000                            !@ F2的标准化因子负荷
    F3                 0.626      0.053     11.779      0.000                            !@ F3的标准化因子负荷
    F4                 0.467      0.054      8.658      0.000                            !@ F4的标准化因子负荷

 Intercepts                                                                              !@ 截距，潜变量为0时，观察变量的值
    Y1                 0.008      0.045      0.183      0.855                            !@ Y1的截距
    Y2                 0.028      0.045      0.617      0.537                            !@ Y2的截距
    Y3                 0.005      0.045      0.109      0.913                            !@ Y3的截距
    Y4                 0.074      0.045      1.650      0.099                            !@ Y4的截距
    Y5                 0.077      0.045      1.728      0.084                            !@ Y5的截距
    Y6                 0.075      0.045      1.668      0.095                            !@ Y6的截距
    Y7                 0.017      0.045      0.390      0.697                            !@ Y7的截距
    Y8                 0.024      0.045      0.545      0.585                            !@ Y8的截距
    Y9                 0.033      0.045      0.741      0.459                            !@ Y9的截距
    Y10               -0.012      0.045     -0.261      0.794                            !@ Y10的截距
    Y11                0.009      0.045      0.202      0.840                            !@ Y11的截距
    Y12                0.006      0.045      0.134      0.894                            !@ Y12的截距

 Variances                                                                               !@ 因子方差
    F5                 1.000      0.000    999.000    999.000                            !@ F5的方差。999.000代表没有计算，也就是没有这个结果（下同）

 Residual Variances                                                                      !@ 残差，潜变量未能解释的方差
    Y1                 0.202      0.027      7.557      0.000                            !@ Y1的残差
    Y2                 0.240      0.028      8.689      0.000                            !@ Y2的残差
    Y3                 0.342      0.030     11.247      0.000                            !@ Y3的残差
    Y4                 0.201      0.026      7.601      0.000                            !@ Y4的残差
    Y5                 0.264      0.028      9.403      0.000                            !@ Y5的残差
    Y6                 0.315      0.030     10.621      0.000                            !@ Y6的残差
    Y7                 0.144      0.022      6.634      0.000                            !@ Y7的残差
    Y8                 0.261      0.026     10.236      0.000                            !@ Y8的残差
    Y9                 0.263      0.026     10.225      0.000                            !@ Y9的残差
    Y10                0.189      0.025      7.516      0.000                            !@ Y10的残差
    Y11                0.238      0.026      8.981      0.000                            !@ Y11的残差
    Y12                0.317      0.029     10.901      0.000                            !@ Y12的残差
    F1                 0.663      0.062     10.679      0.000                            !@ F1的残差
    F2                 0.714      0.057     12.629      0.000                            !@ F2的残差
    F3                 0.609      0.066      9.155      0.000                            !@ F3的残差
    F4                 0.782      0.050     15.527      0.000                            !@ F4的残差


STDY Standardization                                                                     !@ 观测变量标准化后的结果
                                                                                         
                                                    Two-Tailed                           
                    Estimate       S.E.  Est./S.E.    P-Value                            !@ 估计值    标准误  估计标准误   P值（显著性）
                                                                                         
 F1       BY                                                                             
    Y1                 0.894      0.015     59.864      0.000                            !@ Y1的标准化因子负荷
    Y2                 0.872      0.016     55.160      0.000                            !@ Y2的标准化因子负荷
    Y3                 0.811      0.019     43.281      0.000                            !@ Y3的标准化因子负荷
                                                                                         
 F2       BY                                                                             
    Y4                 0.894      0.015     60.275      0.000                            !@ Y4的标准化因子负荷
    Y5                 0.858      0.016     52.512      0.000                            !@ Y5的标准化因子负荷
    Y6                 0.828      0.018     46.167      0.000                            !@ Y6的标准化因子负荷

 F3       BY
    Y7                 0.925      0.012     79.008      0.000                            !@ Y7的标准化因子负荷
    Y8                 0.859      0.015     57.876      0.000                            !@ Y8的标准化因子负荷
    Y9                 0.858      0.015     57.175      0.000                            !@ Y9的标准化因子负荷

 F4       BY
    Y10                0.900      0.014     64.368      0.000                            !@ Y10的标准化因子负荷
    Y11                0.873      0.015     57.629      0.000                            !@ Y11的标准化因子负荷
    Y12                0.826      0.018     46.877      0.000                            !@ Y12的标准化因子负荷

 F5       BY
    F1                 0.580      0.053     10.851      0.000                            !@ F1的标准化因子负荷
    F2                 0.534      0.053     10.096      0.000                            !@ F2的标准化因子负荷
    F3                 0.626      0.053     11.779      0.000                            !@ F3的标准化因子负荷
    F4                 0.467      0.054      8.658      0.000                            !@ F4的标准化因子负荷

 Intercepts                                                                              !@ 截距，潜变量为0时，观察变量的值
    Y1                 0.008      0.045      0.183      0.855                            !@ Y1的截距
    Y2                 0.028      0.045      0.617      0.537                            !@ Y2的截距
    Y3                 0.005      0.045      0.109      0.913                            !@ Y3的截距
    Y4                 0.074      0.045      1.650      0.099                            !@ Y4的截距
    Y5                 0.077      0.045      1.728      0.084                            !@ Y5的截距
    Y6                 0.075      0.045      1.668      0.095                            !@ Y6的截距
    Y7                 0.017      0.045      0.390      0.697                            !@ Y7的截距
    Y8                 0.024      0.045      0.545      0.585                            !@ Y8的截距
    Y9                 0.033      0.045      0.741      0.459                            !@ Y9的截距
    Y10               -0.012      0.045     -0.261      0.794                            !@ Y10的截距
    Y11                0.009      0.045      0.202      0.840                            !@ Y11的截距
    Y12                0.006      0.045      0.134      0.894                            !@ Y12的截距

 Variances
    F5                 1.000      0.000    999.000    999.000                            !@ F5的方差。999.000代表没有计算，也就是没有这个结果（下同）

 Residual Variances                                                                      !@ 残差，潜变量未能解释的方差
    Y1                 0.202      0.027      7.557      0.000                            !@ Y1的残差
    Y2                 0.240      0.028      8.689      0.000                            !@ Y2的残差
    Y3                 0.342      0.030     11.247      0.000                            !@ Y3的残差
    Y4                 0.201      0.026      7.601      0.000                            !@ Y4的残差
    Y5                 0.264      0.028      9.403      0.000                            !@ Y5的残差
    Y6                 0.315      0.030     10.621      0.000                            !@ Y6的残差
    Y7                 0.144      0.022      6.634      0.000                            !@ Y7的残差
    Y8                 0.261      0.026     10.236      0.000                            !@ Y8的残差
    Y9                 0.263      0.026     10.225      0.000                            !@ Y9的残差
    Y10                0.189      0.025      7.516      0.000                            !@ Y10的残差
    Y11                0.238      0.026      8.981      0.000                            !@ Y11的残差
    Y12                0.317      0.029     10.901      0.000                            !@ Y12的残差
    F1                 0.663      0.062     10.679      0.000                            !@ F1的残差
    F2                 0.714      0.057     12.629      0.000                            !@ F2的残差
    F3                 0.609      0.066      9.155      0.000                            !@ F3的残差
    F4                 0.782      0.050     15.527      0.000                            !@ F4的残差 


STD Standardization                                                                      !@ 潜变量标准化后的结果
                                                                                         
                                                    Two-Tailed                           
                    Estimate       S.E.  Est./S.E.    P-Value                            !@ 估计值    标准误  估计标准误   P值（显著性）
                                                                                         
 F1       BY                                                                             
    Y1                 1.174      0.048     24.382      0.000                            !@ Y1的非标准化因子负荷
    Y2                 0.892      0.038     23.520      0.000                            !@ Y2的非标准化因子负荷
    Y3                 0.785      0.037     21.235      0.000                            !@ Y3的非标准化因子负荷
                                                                                         
 F2       BY                                                                             
    Y4                 1.204      0.049     24.412      0.000                            !@ Y4的非标准化因子负荷
    Y5                 0.864      0.038     23.002      0.000                            !@ Y5的非标准化因子负荷
    Y6                 0.847      0.039     21.825      0.000                            !@ Y6的非标准化因子负荷

 F3       BY
    Y7                 1.272      0.048     26.282      0.000                            !@ Y7的非标准化因子负荷
    Y8                 0.893      0.038     23.433      0.000                            !@ Y8的非标准化因子负荷
    Y9                 0.879      0.038     23.359      0.000                            !@ Y9的非标准化因子负荷

 F4       BY
    Y10                1.245      0.050     24.845      0.000                            !@ Y10的非标准化因子负荷
    Y11                0.924      0.039     23.727      0.000                            !@ Y11的非标准化因子负荷
    Y12                0.834      0.038     21.875      0.000                            !@ Y12的非标准化因子负荷
X
 F5       BY
    F1                 0.580      0.053     10.851      0.000                            !@ F1的非标准化因子负荷
    F2                 0.534      0.053     10.096      0.000                            !@ F2的非标准化因子负荷
    F3                 0.626      0.053     11.779      0.000                            !@ F3的非标准化因子负荷
    F4                 0.467      0.054      8.658      0.000                            !@ F4的非标准化因子负荷

 Intercepts                                                                              !@ 截距，潜变量为0时，观察变量的值
    Y1                 0.011      0.059      0.183      0.855                            !@ Y1的截距
    Y2                 0.028      0.046      0.617      0.537                            !@ Y2的截距
    Y3                 0.005      0.043      0.109      0.913                            !@ Y3的截距
    Y4                 0.100      0.060      1.652      0.099                            !@ Y4的截距
    Y5                 0.078      0.045      1.730      0.084                            !@ Y5的截距
    Y6                 0.076      0.046      1.671      0.095                            !@ Y6的截距
    Y7                 0.024      0.061      0.390      0.697                            !@ Y7的截距
    Y8                 0.025      0.046      0.545      0.585                            !@ Y8的截距
    Y9                 0.034      0.046      0.741      0.458                            !@ Y9的截距
    Y10               -0.016      0.062     -0.261      0.794                            !@ Y10的截距
    Y11                0.010      0.047      0.202      0.840                            !@ Y11的截距
    Y12                0.006      0.045      0.134      0.894                            !@ Y12的截距

 Variances
    F5                 1.000      0.000    999.000    999.000                            !@ F5的方差。999.000代表没有计算，也就是没有这个结果（下同）

 Residual Variances                                                                      !@ 残差，潜变量未能解释的方差
    Y1                 0.348      0.043      8.132      0.000                            !@ Y1的残差
    Y2                 0.251      0.027      9.465      0.000                            !@ Y2的残差
    Y3                 0.320      0.026     12.271      0.000                            !@ Y3的残差
    Y4                 0.366      0.045      8.187      0.000                            !@ Y4的残差
    Y5                 0.268      0.026     10.303      0.000                            !@ Y5的残差
    Y6                 0.330      0.028     11.636      0.000                            !@ Y6的残差
    Y7                 0.272      0.038      7.094      0.000                            !@ Y7的残差
    Y8                 0.282      0.025     11.445      0.000                            !@ Y8的残差
    Y9                 0.276      0.024     11.416      0.000                            !@ Y9的残差
    Y10                0.362      0.045      8.107      0.000                            !@ Y10的残差
    Y11                0.266      0.027      9.854      0.000                            !@ Y11的残差
    Y12                0.323      0.027     11.991      0.000                            !@ Y12的残差
    F1                 0.663      0.062     10.679      0.000                            !@ F1的残差
    F2                 0.714      0.057     12.629      0.000                            !@ F2的残差
    F3                 0.609      0.066      9.155      0.000                            !@ F3的残差
    F4                 0.782      0.050     15.527      0.000                            !@ F4的残差
                                                                                         

R-SQUARE                                                                                 !@ R的平方，观察变量和潜变量被因子解释的百分比
                                                                                         
    Observed                                        Two-Tailed                           
    Variable        Estimate       S.E.  Est./S.E.    P-Value                            !@ 估计值    标准误  估计标准误   P值（显著性）
                                                                                         
    Y1                 0.798      0.027     29.932      0.000                            !@ Y1被F1解释的百分比
    Y2                 0.760      0.028     27.580      0.000                            !@ Y2被F1解释的百分比
    Y3                 0.658      0.030     21.641      0.000                            !@ Y3被F1解释的百分比
    Y4                 0.799      0.026     30.138      0.000                            !@ Y4被F2解释的百分比
    Y5                 0.736      0.028     26.256      0.000                            !@ Y5被F2解释的百分比
    Y6                 0.685      0.030     23.083      0.000                            !@ Y6被F2解释的百分比
    Y7                 0.856      0.022     39.504      0.000                            !@ Y7被F3解释的百分比
    Y8                 0.739      0.026     28.938      0.000                            !@ Y8被F3解释的百分比
    Y9                 0.737      0.026     28.588      0.000                            !@ Y9被F3解释的百分比
    Y10                0.811      0.025     32.184      0.000                            !@ Y10被F4解释的百分比
    Y11                0.762      0.026     28.815      0.000                            !@ Y11被F4解释的百分比
    Y12                0.683      0.029     23.439      0.000                            !@ Y12被F4解释的百分比

     Latent                                         Two-Tailed                           
    Variable        Estimate       S.E.  Est./S.E.    P-Value                            !@ 估计值    标准误  估计标准误   P值（显著性）

    F1                 0.337      0.062      5.425      0.000                            !@ F1被F5解释的百分比
    F2                 0.286      0.057      5.048      0.000                            !@ F2被F5解释的百分比
    F3                 0.391      0.066      5.889      0.000                            !@ F3被F5解释的百分比
    F4                 0.218      0.050      4.329      0.000                            !@ F4被F5解释的百分比


QUALITY OF NUMERICAL RESULTS

     Condition Number for the Information Matrix              0.558E-02                  !@ 信息矩阵的条件数
       (ratio of smallest to largest eigenvalue)                                         
                                                                                         
                                                                                         
DIAGRAM INFORMATION                                                                      !@ 图形信息
                                                                                         
  Use View Diagram under the Diagram menu in the Mplus Editor to view the diagram.       !@ 在Diagram菜单下显示图形信息
  If running Mplus from the Mplus Diagrammer, the diagram opens automatically.           !@ 如果是从Mplus Diagrammer运行Mplus，会自动显示图形信息

  Diagram output
    c:\program files\mplus\mplus examples\user's guide examples\mptext1.dgm
 
     Beginning Time:  13:53:30                                                           !@ 命令语句（程序）开始运行时间
        Ending Time:  13:53:31                                                           !@ 命令语句（程序）结束运行时间
       Elapsed Time:  00:00:01                                                           !@ 程序运行花费时间
取自“http://www.obhrm.net/index.php?title=Mplus_Second-Order_CFA_Example_5.6&oldid=3965”