验证性因子分析指标说明

判断构建模型优劣与否是CFA的重要内容，各类拟合指标的高低又影响着模型的整体评价。下面将介绍验证性因子分析各拟合指标的含义说明。

工具/原料

spssau

data

方法/步骤

模型拟合评价指标：

（1）卡方值

当P值大于0.05时，认为该模型没有达到0.05的显著性水平，模型拟合效果良好。

（2）卡方自由度比

卡方自由度比小于2时，模型拟合效果良好。

卡方自由度比值是卡方值除以自由度值，卡方值容易受到样本量的影响，样本越大时该值越可能更小，所以小样本时卡方自由度比值容易偏大。

另外，如果是饱和模型则自由度为0，此时模型无法得到卡方自由度值，这是正常现象，如果自由度值为0，SPSSAU默认会以“-”标识出卡方自由度值。除此之外，很多时候还会出现拟合指标数值为1.000的现象，这也是正常现象。

（3）GFI

GFI始终比1小，一般认为大于0.9时，模型拟合效果良好。

（4）AGFI

AGFI位于0~1之间，模型自由参数越多，AGFI也越大，一般认为大于0.9时，模型拟合效果良好。

 （5）NFI

该指标反映了假设模型和独立模型之间的差异。

独立模型是指变量中不存在任何相关关系的一种简单模型。

假设模型和独立模型的差异越大，说明假设模型拟合效果良好。

一般NFI大于0.9，假设模型拟合效果良好。

（6）RFI

一般RFI大于0.3，说明假设模型拟合效果良好。对模型的比较，往往不能只靠统计指标是否达标作为唯一依据，同时还要将统计指标与专业背景结合起来所得模型才有实际意义。

 （7）RMR

一般RMR小于0.05，说明模型拟合效果良好，越接近0越好。

（8）CFI

比较拟合指数，其值位于0和1之间。其值大于或等于0.95表示模型可接受。

（9）NFI

规范拟合指数，变化范围在0和1之间。按照约定，NFI小于0.90表示需要重新设置模型。