心 理 学 报 2004，36(2)：186～194 Acta PsychologicaSinica 结构方程模型检验 ：拟合指数与卡方准则木 温忠麟 ，2 侯杰泰 马什赫伯特 (香港中文大学教育学院，香港)(华南师范大学教科院，广州 510631) (西悉尼大学教育学院，悉尼 ，澳大利亚) 摘 要 讨论了Hu和Bentler(1998，1999)推荐的检验结构方程模型的7个拟合指数准则，对这 7个指数的历史、 特点和表现做了比较详细的述评。指出了他们基于这7个指数的单指数准则和2一指数准则的不足之处。提出了 超低显著性水平下的卡方准则，并部分重复他们的模拟例子，将卡方准则与这 7个指数准则比较，结果说明新的卡 方准则优于其中的6个，与另一个相当。最后简要说明了应当如何检视拟合指数进行模型检验和模型比较。 关键词 结构方程，模型检验，拟合指数，临界值，卡方检验 。 分类号 B841．2 近年来 ，结构方程 (structuralequation)分析 (包 分析会有不同的结果 ，这是指数家族庞大的重要原 括验证性 因子分析)在我 国的心理、教育、社会 、管 因。二是指数的界值(cutoffvalue)取多大合适?很 理和传播等研究领域已经逐步有了一些应用。面对 长一段时间比较公认的标准是，相对指数在 0．9或 结构方程分析软件 (如流行 的LISREL、EQS、A— 以上，拟合的模型可以接受 ；RMSEA小于 0．05 MOS)输出结果，如何检视诸多的拟合优度统计量 表示模型拟合得好，在0．05__o．08之间表示模型基 (也称为拟合指数，以下简称指数)以检验或选择模 本可以接受 J。新近的结果是 ，Hu和 Bentler’m 型，是应用工作者很感兴趣的问题。本文研究的问 经过文献分析和模拟研究，对 ML估计 (极大似然估 题可以简单地归结为 ：第一 ，应 当根据哪些指数来检 计 ，他们报告的模拟结果和本文的模拟结果都是基 验模型?第二，多大的指数值才算是一个 “好”的模 于ML估计)和 GLS估计 (广义最小二乘估计)，推 型?所谓指数，是反映模型与样本数据吻合程度的 荐联合使用 SRMR和 以下指数 中的一个 ：TLI、 统计量，所 以第一个 问题就是用什么统计量来检验 BL89、RNI(或CFI)、GammaHat、Mc和RMSEA来检 所拟合的模型。第二个问题类似于通常的假设检验 验模型。他们建议 的界值是 TLI、BL89、RNI(或 中统计量 (如 t检验 《PsychologicalBulletin)分出来的 1 问题的背景 美国心理协会最主要的心理方法和统计期刊)的影 拟合指数的研究在结构方程分析的历史上受到 响都很大，他们这种 比较苛刻的新准则很可能成为 了相当的重视，不少文献与指数的研究有关 ，而且其 检视指数的普遍标准(参见文献 [11])。本文对他 中部分文献被高频率引用 (如文献 [1～5]等)。从 们的新准则进行评论和质疑。首先我们根据前人的 1973年 Tucker和 Lewisl提出的第一个指数 TLI至 研究，给出一个好指数应有的特征，对上述指数的表 1996年 Marsh和 Ballao提 出的 NTLI，文献上正