不同条件下拟合指数的表现及临界值的选择

？在本模拟研究中设计了6种样本容量，6种因子载荷，和4种评分等级，并考察了正态和非正态分布两种情况。采用的错误模型为参数误置（真模型中每个因子各由5个题目来测量，错误模型中则是第一个因子由6个题测量，另两个因子各由4个和5个题来测量，即有一个因子载荷被误置）模型。结果发现（1）样本量、载荷量、评分等级数和分布形态都对gof的取值确有影响。其中分布形态的影响最大。nnfi、ifi在不同条件下的平均值是最稳定的，其次是cfi、rmsea和srmr。它们都算是值得推荐的gof，尤其是nnfi和ifi。（2）在正态分布中，当样本量≥1000时，根据nnfi、ifi、cfi、rmsea、srmr对模型是否拟合做出判断时有很低的两类错误率，在样本量<1000时则不理想。在偏态条件下无论选择哪个gof两类错误率都很高。（3）采用2指数策略在很多情况下也不能显著降低两类错误率。（4）由于在数据分布非正态，或正态但样本量<1000时是难判断模型是否拟合的。因此我们提出了2界值策略。即为每个gof确定上下两个界值。低于下界值时可判断模型是不正确的，而高于上界值时则可判断模型是正确的。gof取值处于上下界值之间时难以判断模型是否拟合，只能说越高拟合的可能性越大。这时就要通过跨样本验证和增加样本量来确定模型是否正确