Jak reportovat výsledky CFA ve stylu APA (se šablonou)

Andrzej Szymkowiak · Naposledy zkontrolováno v červenci 2026

Recenzent vás právě požádal, abyste obhájili svůj měřicí model. Zde je přesně to, co máte reportovat. Po spuštění konfirmační faktorové analýzy (CFA) chce recenzent vidět tři věci: shodu modelu (model fit), náboje položek a reliabilitu a validitu každého faktoru. Tento průvodce vám ukáže, co reportovat a jak to napsat ve stylu APA, jasným a srozumitelným jazykem. Níže uvedené prahové hodnoty jsou ty, které recenzenti očekávají.

Co potřebujete, než začnete psát

Měli byste mít spuštěnou CFA (například s odhadem metodou maximální věrohodnosti) a připravený tento výstup:

• Fit indexy: χ² se stupni volnosti, CFI, TLI, RMSEA (s jeho 90% intervalem spolehlivosti) a SRMR. Podrobnějšího průvodce najdete v fit indexy a mezní hodnoty.
• Standardizované faktorové náboje pro každou položku.
• Reliabilita: Cronbach's alpha (Cronbach, 1951) a pro model CFA McDonald's omega (ω; McDonald, 1999) nebo composite reliability (CR) pro každý faktor.
• Konvergentní validita: average variance extracted (AVE) pro každý faktor.
• Diskriminační validita: poměr HTMT nebo srovnání Fornell-Larcker.

Pokud teprve vybíráte, které položky zařadit, podívejte se na jak najít validovanou škálu a jak psát dobré otázky do dotazníku, než model spustíte.

Krok 1: Reportujte estimátor a model

Začněte tím, že čtenáři řeknete, co jste udělali. Uveďte estimátor, software a počet faktorů a položek.

Pro otestování čtyřfaktorového měřicího modelu (16 položek) byla provedena konfirmační faktorová analýza s odhadem metodou maximální věrohodnosti.

Pokud jste použili robustní maximální věrohodnost (MLR), protože vaše data nebyla normální, uveďte to a reportujte škálované (robustní) fit indexy, ne standardní.

Krok 2: Reportujte shodu modelu se správnými mezními hodnotami

Reportujte několik fit indexů, ne jen χ². Test χ² je u velkých vzorků téměř vždy signifikantní, takže model nezamítejte jen na základě χ². Na atribuci záleží: přísnější sloupec „dobré shody" vychází z Hu a Bentlera (1999), zatímco sloupec „přijatelné" — práh .90 — sahá k dřívější práci: Bentler a Bonett (1980) jej navrhli pro NFI a TLI (tehdy nazývaný NNFI), a později byl přenesen na CFI (Bentler, 1990); RMSEA ≤ .08 odráží samostatnou dřívější konvenci (Browne & Cudeck, 1993). Použijte tyto široce citované mezní hodnoty:

Krátká věta v APA vypadá takto:

Měřicí model vykázal dobrou shodu s daty, χ²(98) = 142.31, p = .002, CFI = .97, TLI = .96, RMSEA = .038, 90% CI [.023, .051], SRMR = .041.

Reportujte hodnotu χ², její stupně volnosti v závorce a hodnotu p. Vždy uvádějte interval spolehlivosti RMSEA. U χ² použijte úvodní nulu, ale žádnou úvodní nulu u fit indexů, které nemohou překročit 1 (CFI, TLI, RMSEA, SRMR). Hu a Bentler (1999) doporučují posuzovat shodu podle společného kritéria, ne podle jediného indexu — například SRMR ≤ .08 spolu s CFI ≥ .95 — takže se dívejte na celý soubor. Berte tyto hodnoty jako vodítka, ne jako přísné zákony prošel/neprošel: byly odvozeny za specifických podmínek a u malých vzorků nebo složitých modelů se mohou chovat jinak, takže je nezobecňujte přespříliš (Marsh, Hau, & Wen, 2004).

Krok 3: Reportujte faktorové náboje

Recenzenti chtějí standardizované náboje pro každou položku. Náboj .70 nebo vyšší se běžně považuje za silný (Hair a kol., 2019); .50 až .70 je obvykle přijatelný, pokud má faktor stále dobrou AVE a reliabilitu. Jako pravidlo palce usilujte o alespoň tři indikátory na reflektivní faktor: s méně může být faktor pod-identifikovaný nebo nestabilní. Náboje uveďte v tabulce, jeden řádek na položku, seskupené podle faktoru. Uveďte, že všechny náboje byly statisticky signifikantní.

Všechny standardizované faktorové náboje byly signifikantní (p < .001) a pohybovaly se od .68 do .89 (viz tabulka 2).

Krok 4: Reportujte reliabilitu a konvergentní validitu

Pro každý faktor reportujte koeficient reliability a AVE. Použijte tyto prahové hodnoty:

• Cronbach's alpha: ≥ .70 je přijatelné (Nunnally, 1978). Samotný koeficient pochází od Cronbacha (1951).
• McDonald's omega (ω) nebo composite reliability (CR): ≥ .70 (McDonald, 1999; Hair a kol., 2019). Pro model CFA jsou omega a CR lépe odpovídající koeficienty.
• AVE (konvergentní validita): ≥ .50, což znamená, že faktor v průměru napříč svými položkami vysvětluje více než polovinu jejich variance (Fornell & Larcker, 1981; Hair a kol., 2019).

Reliabilita byla adekvátní pro všechny faktory (McDonald's ω = .82–.91; Cronbach's α = .81–.90). Konvergentní validita byla podpořena, protože všechny hodnoty AVE překročily .50 (rozsah .54–.68).

Alpha není celý příběh

Zde záleží na dvou upozorněních.

Za prvé, alpha závisí na počtu položek. Cronbach's alpha je funkcí počtu položek a průměrné mezipoložkové kovariance. S více položkami může škála dosáhnout vysoké alphy, i když je průměrná korelace mezi položkami pouze mírná. Vysoká alpha (řekněme .90 u 20položkové škály) tedy není sama o sobě důkazem silné nebo jednodimenzionální škály. Čtěte alphu společně s korelacemi položek a náboji CFA, ne samostatně.

Za druhé, alpha předpokládá tau-ekvivalenci — že každá položka sytí faktor stejně dobře. Skutečné škály to splňují jen zřídka. Když se náboje liší, alpha je pouze dolním odhadem reliability a může ji podhodnocovat. McDonald's omega tento předpoklad rovných nábojů nečiní: počítá se přímo z nábojů CFA, takže lépe odpovídá měřicímu modelu. Stejně jako alpha však i standardní omega stále předpokládá jednodimenzionální (kongenerický) model bez korelovaných chyb; pro vícedimenzionální škály použijte omega hierarchical nebo omega total. Z tohoto důvodu mnozí metodologové nyní doporučují reportovat omega (nebo CR, která s ní úzce souvisí) místo alphy nebo vedle ní — zejména když už máte CFA (McDonald, 1999; Dunn, Baguley, & Brunsden, 2014; McNeish, 2018; Hayes & Coutts, 2020). Alphu je stále v pořádku reportovat pro známost, ale neměla by být vaším jediným číslem reliability pro model s latentní proměnnou.

Krok 5: Reportujte diskriminační validitu

Diskriminační validita znamená, že dva faktory jsou skutečně odlišné. Moderní volbou je poměr HTMT (Henseler, Ringle, & Sarstedt, 2015). Hodnoty pod .85 (přísně) nebo .90 (liberálně) podporují diskriminační validitu. Starší kritérium Fornell-Larcker (Fornell & Larcker, 1981) porovnává odmocninu AVE každého faktoru s jeho korelacemi s ostatními faktory. Úplné srovnání obou najdete v HTMT vs Fornell-Larcker.

Diskriminační validita byla podpořena: všechny hodnoty HTMT byly pod prahem .85 (maximální HTMT = .74).

Jak vytvořit tabulky, které recenzenti očekávají

Sekci výsledků CFA usnadní recenzentovi dvě tabulky. První je tabulka nábojů: jeden řádek na položku, seskupené podle faktoru, se standardizovaným nábojem a (volitelně) jeho standardní chybou. Přidejte řádek nebo sloupec pro alphu, CR a AVE každého faktoru, aby čtenář viděl reliabilitu vedle položek. Druhá je tabulka korelací konstruktů: faktory v řádcích a sloupcích, s odmocninou každé AVE na diagonále pro pohled Fornell-Larcker nebo s hodnotami HTMT pro moderní pohled. Mnoho prací nyní ukazuje obojí. Udržujte konzistentní počet desetinných míst (dvě), vynechte úvodní nulu u korelací a nábojů a v poznámce k tabulce označte každou prahovou hodnotu, kterou jste použili. Jasná poznámka jako „Pozn. Hodnoty na diagonále jsou √AVE; hodnoty HTMT jsou nad diagonálou" ušetří recenzenta hádání.

Časté chyby, kterých se vyvarujte

• Reportování pouze χ² a zamítnutí dobrého modelu, protože χ² je při velkém N signifikantní.
• Přidávání úvodní nuly k fit indexům, standardizovaným nábojům nebo korelacím (pište .97, ne 0.97).
• Zapomenutí na 90% interval spolehlivosti RMSEA.
• Míchání robustních (MLR) a nerobustních fit indexů ve stejné tabulce.
• Vyřazování položek jen kvůli honbě za shodou, bez teoretického důvodu — a neuvedení, že jste to udělali.

Propracovaný příklad

Představte si studii se čtyřmi faktory a 16 položkami, N = 320. Vaše CFA dává CFI = .97, RMSEA = .038, SRMR = .041, všechny náboje nad .68, omega od .82 do .91, alpha od .81 do .90, AVE od .54 do .68 a maximální HTMT .74. Váš odstavec Výsledků by zněl:

Konfirmační faktorová analýza s odhadem metodou maximální věrohodnosti otestovala čtyřfaktorový model. Model dobře odpovídal datům, χ²(98) = 142.31, p = .002, CFI = .97, TLI = .96, RMSEA = .038, 90% CI [.023, .051], SRMR = .041. Všechny standardizované náboje byly signifikantní a pohybovaly se od .68 do .89. Reliabilita byla adekvátní (McDonald's ω = .82–.91; Cronbach's α = .81–.90) a konvergentní validita byla podpořena (AVE = .54–.68). Diskriminační validita platila, všechny hodnoty HTMT byly pod .85.

Přidejte tabulku 1 (náboje) a tabulku 2 (matici korelací faktorů s odmocninami AVE nebo hodnotami HTMT). To je kompletní zpráva o CFA, kterou můžete upravit.

Často kladené otázky

References

Bentler, P. M. (1990). Comparative fit indexes in structural models. Psychological Bulletin, 107(2), 238–246. https://doi.org/10.1037/0033-2909.107.2.238

Bentler, P. M., & Bonett, D. G. (1980). Significance tests and goodness of fit in the analysis of covariance structures. Psychological Bulletin, 88(3), 588–606. https://doi.org/10.1037/0033-2909.88.3.588

Browne, M. W., & Cudeck, R. (1993). Alternative ways of assessing model fit. In K. A. Bollen & J. S. Long (Eds.), Testing structural equation models (pp. 136–162). Sage.

Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. https://doi.org/10.1007/BF02310555

Dunn, T. J., Baguley, T., & Brunsden, V. (2014). From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation. British Journal of Psychology, 105(3), 399–412.

Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.2307/3151312

Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage.

Hayes, A. F., & Coutts, J. J. (2020). Use omega rather than Cronbach's alpha for estimating reliability. But… Communication Methods and Measures, 14(1), 1–24.

Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. https://doi.org/10.1007/s11747-014-0403-8

Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55. https://doi.org/10.1080/10705519909540118

Marsh, H. W., Hau, K.-T., & Wen, Z. (2004). In search of golden rules: Comment on hypothesis-testing approaches to setting cutoff values for fit indexes and dangers in overgeneralizing Hu and Bentler's (1999) findings. Structural Equation Modeling, 11(3), 320–341.

McDonald, R. P. (1999). Test theory: A unified treatment. Lawrence Erlbaum.

McNeish, D. (2018). Thanks coefficient alpha, we'll take it from here. Psychological Methods, 23(3), 412–433.

Nunnally, J. C. (1978). Psychometric theory (2nd ed.). McGraw-Hill.

Jak to za vás Explonia dělá

Explonia spustí CFA ve vašem prohlížeči a vrátí fit indexy, standardizované náboje, McDonald's omega, alphu, CR, AVE a HTMT na jednom místě. Funkce „Article description" napíše koncept odstavce v APA s vašimi čísly už doplněnými, s použitím výše uvedených mezních hodnot, a sestaví tabulky nábojů a validity. Vy ho přečtete, upravíte a zůstanete autorem. Tabulky a úplný report v APA můžete exportovat do Wordu (.docx) a svá data a model exportovat do SPSS/.sav, R, AMOS nebo LaTeXu. Pokud nyní používáte lavaan v R, podívejte se na jak se Explonia srovnává s lavaan. Více o našich metodách CFA.

Připraveni napsat své výsledky CFA rychleji? Spusťte svůj model v Explonii a získejte koncept odstavce a tabulek v APA, které můžete upravit. Začněte zdarma →