SEM各拟合指数一览

1、SEM各拟合指标一览指数名称性质拟合成功建议值样本容量影响模型节俭评估经验性评价X2拟合优度检 验(X2 goodness-of-fit test)绝对拟合指 数p>0.05受影响很大无法评 估(1)样本容量很小时，容易接受劣势模型；样本容量大时， 容易拒绝所肩拟合很好的模型；(2)在多个模型比较分析时非常宿用；拟合优度指数GFI绝对拟合指 数>0.90受影响无法评 估(1)在最大似然和最小一乘法中比较稳定；(2) 在CFA中，当factor loading和样本谷量较低时，谷 易接受模型；参数估计值比较低时，容易接受模型；调整的拟合优度指数AGFI绝对拟合指 数>0.90受

2、影响可以评 估(1)可以按照模型中参数估计总数的数量对GFI进行调整；(2)估计参数相对与数据点总数越少或自由度越大，AGFI越接近GFI。近似误差的均 方根RMSEA绝对拟合指 数<0.05（<0.08 可接受）受影响可以评 估(1)基于总体差距的指数，多数学者推荐为常用拟合指数；(2)比较敏感；(3)惩罚复杂模型。比较拟合指数CFI相对拟合指 数>0.90不勿文修响无法评 估(1)应用/、同的模型估计方法时很稳定；(2)即使是对小样本模型拟合时表现也很好；(3)在嵌套模型比较时很有用；规范拟合指数NFI相对拟合指 数>0.90样本容量小 时严重低估无法评 估(1)对

3、数据非正态和小样本容量非常敏感；(2)不能控制自由度；(3)受样本容量影响大，渐不使用；Tucker-Lewis 指 数（TLI或 NNFI）相对拟合指 数>0.90样本容量小 时一般低估无法评 估(1)在最大似然估计时使用有较好稳定性，能止确对复杂 模型进行惩罚，准确区分不同的模型，多数学者推荐；(2)在应用最小二乘法估计模型时比较差；(3)可以用于比较嵌套模型；(4)缺点：估计值变化很大，有时可以超出 01的范围。递增拟合指数IFI相对拟合指 数>0.90样本容量小 时一般低估无法评 估(1)在应用最小一乘法估计模型时，优于 TLI、NNFI。(2)在最大似然估计时，在小样本和

4、偏差大的模型估计 中，容易错误惩罚简约模型，奖赏复杂模型，因此渐 不常用。PNFI,PCFI,PGFI节俭调整指 数(Parsimony adjusted measures越接近1越 好同时受样本 容量和估计 的参数比率 影响奖励简 约模型(1)属于依照简约原则调整后的指数，为原来的指数乘以 省俭比率；(2)模型越简单，越不被惩罚。(3)受样本容量同以上相对应的指标，同时受到估计参数 与饱和参数值的影响AIC (Akaike information criterion)信息标准指 数越小越好不受影响奖励简 约模型用于模型比较CAIC(Consistent Akaike information criterion)信息标准指 数越小越好不受影响奖励简 约模型用于模型比较ECVI(Expected cross-validation index)信息标准指 数越小越好受影响奖励简 约模型(1)用于模型比较；(2)在样本较小时，支持简约模型；随着样本数的增大转 而支持较复杂但解释力更强的模型。个人建议：(1) AGFI is not enough,最好综合各种指标判断,特别