结构方程模型(SEM)的拟合优度阈值争议.docxVIP

结构方程模型(SEM)的拟合优度阈值争议

一、引言

（一）拟合优度在结构方程模型应用中的核心地位

结构方程模型是社会科学、行为科学、公共卫生等领域广泛应用的统计分析方法，它能够同时处理多个潜变量与观测变量之间的复杂关系，验证研究者提出的理论假设是否与实际数据匹配。在结构方程模型的分析流程中，拟合优度是衡量模型与数据一致性程度的核心指标，也是判断模型是否具备解释力的关键依据。如果拟合优度不符合预期，意味着模型设定可能存在偏差，后续的路径系数、因子载荷等参数估计结果的可靠性也会受到质疑。正因如此，拟合优度的判断标准一直是方法学研究的核心议题，也是实证研究中审稿人和读者重点关注的内容。

（二）阈值争议的现实背景与研究意义

长期以来，学界普遍采用一套相对固定的拟合优度阈值作为模型判断的依据，很多研究者甚至将这些阈值视为不可动摇的“黄金标准”，只要某个指标未达阈值就认定模型拟合不佳。但随着结构方程模型应用场景的不断拓展，越来越多的研究者发现，固定阈值的适用性存在明显局限：同样的指标数值在不同样本量、不同模型复杂度下的含义可能完全不同，严格套用阈值要么会误判很多本质合理的模型，要么会放过存在设定偏差的模型。围绕拟合优度阈值的争议不仅是方法学层面的理论问题，更直接影响着实证研究的评价标准与学术质量——如果阈值使用不当，不仅会导致研究结论的偏差，还可能催生选择性报告、数据操纵等学术不端行为。因此，