结构方程模型检验：拟合指数与卡方准则.pdfVIP

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 中的统计量)的临界值 (以下称 CFI)和 GammaHat为 0．95，Mc为 0．9，SRMR为 为界值)如何确定。实际上，这两个问题都是结构 0．08，RMSEA为0．06。由于作者之一 Bentler(EQS 方程分析中很重要、且尚未很好解决的问题。 的作者)的名气和载文 刊物 《PsychologicalMeth— ods) (1996年从 《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