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
}