驗證性因素分析（Confirmatory Factor Analysis，CFA）是一種統計學方法，用於驗證一組變數（觀測變數）如何構成並測量一個或多個潛在概念（因子）。它主要用於測試觀測變數與潛在變數（因子）之間的關係是否符合理論預期。CFA在社會科學和心理學等領域有著廣泛的套用，特別是在測量模型的開發和評估中。
CFA的主要目的包括驗證效度、評估模型的擬合度以及識別共同方法偏差（CMV）。具體套用場景包括：
聚合（收斂）效度分析。檢驗屬於同一因子的測量項是否確實落在同一因子下。
區分效度。確保不應屬於同一因子的測量項確實不被歸入同一因子。
共同方法偏差（CMV）分析。識別由於測量方法本身導致的系統偏差。
CFA的基本步驟包括定義觀測變數和潛在變數之間的關係、估計模型參數、評估模型的擬合度和效度等。在CFA中，研究者基於現有理論或專業知識來設定假設的因子結構，然後使用樣本數據來測試這些假設是否成立。這一過程涉及到結構方程建模和路徑分析等技術。
CFA與探索性因素分析（EFA）不同，EFA更多地依賴於數據的自然聚類，而CFA則是在研究者設定的理論框架內進行。此外，CFA還涉及到模型的可識別性和擬合優度等統計指標，這些指標幫助研究者評估模型的適用性和準確性。