验证性因子分析指标解读

评估模型优劣是验证性因子分析（CFA）的核心任务，各类拟合指标的取值直接影响模型整体适配度判断。下文将逐一阐释CFA中常用拟合指标的具体含义与判断标准。

1、 模型拟合效果评估指标

2、 卡方检验值

3、 当P值大于0.05时，表明模型未达显著性水平，整体拟合效果较好。

4、 卡方自由度比

5、 当卡方自由度比低于2时，表明模型拟合效果较好。

6、 卡方自由度比值等于卡方值除以自由度。该指标易受样本量影响：样本越大，比值往往越小；样本较小时，则倾向于偏大。

7、 此外，当模型为饱和模型时，自由度为0，此时无法计算卡方值的自由度，属于正常情况；SPSSAU会以—符号表示该缺失值。同样，部分拟合指标（如CFI、TLI等）偶尔呈现1.000的结果，也属合理现象，并不意味着模型异常或计算错误，通常反映模型与数据高度吻合或受特定统计边界条件影响。

8、 GFI值恒小于1，通常大于0.9即表明模型拟合效果较好。

9、 AGFI取值范围为0至1，其值随模型自由参数增多而增大；通常认为AGFI超过0.9时，模型拟合效果较好。

10、 该指标衡量假设模型与独立模型之间的差异程度。

11、 独立模型是一种变量间完全无关的简化模型。

12、 假设模型与独立模型差异越大，表明其拟合效果越好。

13、 通常认为NFI大于0.9时，模型拟合效果较好。

14、 通常，RFI值超过0.3表明模型拟合效果较好。但模型优劣不能仅凭统计指标是否达标来判断，还需结合具体领域的专业知识综合评估，确保模型不仅统计上合理，更具备现实解释力与应用价值。

15、 通常RMR小于0.05表明模型拟合效果良好，数值越小，拟合优度越高。

16、 拟合指数介于0至1之间，数值≥0.95表明模型拟合效果可接受。

17、 规范拟合指数取值介于0至1之间，通常认为低于0.90时模型拟合不佳，需重新设定模型结构。