含有序变量的CFA问题：观测变量频率异常排查求助

问题场景 #

• 环境：RStudio（R 4.2.0），使用lavaan包做验证性因子分析（CFA）
• 模型配置：10个因子、103个有序观测变量，样本量n=284
• 模型代码：

library(lavaan)

modelshort <- '
comm=~Comm3+Comm5+Comm6+Comm8+Comm10+Comm19+Comm20+Comm21+Comm23
rc=~RC2+RC6+RC7+RC9+RC10+RC11+RC12+RC13+RC14+RC15+RC16+RC17+RC19+RC20+RC21+RC24
as=~AS6+AS8+AS9+AS14+AS15+AS16+AS17+AS18+AS19+AS20+AS21+AS22+AS23+AS24+AS26
vd=~VD1+VD2+VD3+VD4+VD5+VD9+VD10+VD12+VD16+VD21+VD23
ss=~SS5+SS7+SS8+SS9+SS10+SS13+SS15+SS16+SS17+SS19+SS20
loisirs=~Loisirs6+Loisirs7+Loisirs8+Loisirs12+Loisirs13+Loisirs14+Loisirs15+Loisirs16+Loisirs17+Loisirs18
auto=~Auto15+Auto16+Auto17+Auto18+Auto20+Auto22+Auto23+Auto24
ri=~RI2+RI3+RI4+RI7+RI14+RI17+RI18+RI21+RI22+RI23+RI24+RI25
asoc=~ASoc6+ASoc7+ASoc8+ASoc9+ASoc11+ASoc15+ASoc16+ASoc17+ASoc18+ASoc19+ASoc20
travail=~Travail1+Travail3+Travail4+Travail5+Travail6+Travail8+Travail9+Travail10+Travail11+Travail20+Travail22+Travail23'

出现的问题 #

• 不指定有序变量时，模型运行正常：

fitshortord <- cfa(modelshort, data=abas6)

• 添加ordered=TRUE参数后触发报错：

fitshortord <- cfa(modelshort, data=abas6, ordered=TRUE)

Error in lav_samplestats_step1(Y = Data, wt = wt, ov.names = ov.names, :
lavaan ERROR: some categories of variable `ASoc6' are empty in group 1; frequencies are [21 70 113 0]

• 用plyr包查看频数时结果异常：

library(plyr)

count(ASoc6)
# Error in count(ASoc6) : object 'ASoc6' not found

count('ASoc6')
#       x freq
# 1 ASoc6    1

• 原始SPSS文件中ASoc6的频数为[1,30,101,152]，变量已确认导入RStudio；移除ASoc6后，ASoc11出现相同报错。

问题原因与解决步骤 #

1. 频数查看错误的纠正 #

plyr::count()需要传入数据框+变量名的组合，单独传变量名或字符串无法获取真实数据的频数。正确操作：

# 方式1：用plyr查看
count(abas6, ASoc6)
# 方式2：用base R更直接可靠
table(abas6$ASoc6, useNA = "ifany")

之前的错误操作导致你无法看到R中变量的真实分布，这是定位问题的关键。

2. lavaan报错的核心原因 #

lavaan提示空类别，说明R的abas6数据中，该变量确实存在无观测值的类别，和SPSS数据不符，大概率是数据导入时的编码/类型问题：

• SPSS中的有序分类变量带标签，导入R后标签与数值编码不匹配，导致类别被错误转换；
• 导入时缺失值处理不当，某类别的观测值被误判为缺失；
• 变量在R中是数值型而非因子型，lavaan识别有序变量时按数值区间划分，出现空区间。

3. 具体解决步骤 #

步骤1：确认变量的真实状态

先查看变量的类型和准确频数：

# 查看变量类型
class(abas6$ASoc6)
# 查看包含缺失值的频数分布
table(abas6$ASoc6, useNA = "ifany")

步骤2：修复变量的类别编码

如果变量是数值型，转换为有序因子，确保和SPSS的类别一致：

# 假设SPSS中类别为1-4，按顺序定义
abas6$ASoc6 <- factor(abas6$ASoc6, levels = c(1,2,3,4), ordered = TRUE)
# 再次验证频数
table(abas6$ASoc6)

若存在缺失值，根据研究需求处理：

• 缺失值少的话，可删除对应行：abas6 <- na.omit(abas6)
• 缺失值多的话，考虑多重插补，不建议直接删除变量。

步骤3：精准指定有序变量

如果不是所有变量都是有序的，不要用ordered=TRUE，而是指定具体的有序变量列表，避免lavaan误判：

# 替换为你的103个有序变量名称
ordered_vars <- c("Comm3", "Comm5", "Comm6", ..., "ASoc6", ...)
fitshortord <- cfa(modelshort, data=abas6, ordered=ordered_vars)

步骤4：处理空类别（若确实存在）

如果确认某类别无观测值（比如导入时编码错误导致），可合并相邻类别：

# 示例：将第4类合并到第3类，根据实际情况调整
library(forcats)
abas6$ASoc6 <- fct_collapse(abas6$ASoc6, 
                            "3" = c("3", "4"))
# 验证合并后的频数
table(abas6$ASoc6)

内容的提问来源于stack exchange，提问作者claudio