在验证性因子分析中

X、在验证性因子分析中，有下列常见指标用以检验模型的拟合优度，如2 X、CFI、RMSEA来衡量模型与数据的拟和程度。其中，

/2

df

2

X（卡方）是由拟合函数所转换而来的统计量，反应了结构方程模型假设模型的导出矩阵与观察矩阵的差异程度。所以卡方值越小，说明模型的拟合程度越好。

X（卡方自由度比）：卡方自由度比越小，表示模型拟合度越高，反之/2

df

则表示模型拟合度越差。一般而言，卡方自由度比小于2时，表示模型具有理想的拟合度。

CFI：CFI指标反应了假设模型与无任何相关性的独立模型差异程度的量数，也考虑到被检验模型与中央卡方分配的离散性。当CFI>0.95时，说明模型拟合度较好。

RMSEA：用来比较理论模型与饱和模型的差距，不受样本数和模型复杂度的影响。当RMSEA<0.05时，模型具有良好的拟合度。

raw data from file ss.psf

latent variables

cleaning managing repairing shoufa shouka phonerepairing tiaopei satisfy relationships

V1-V5=cleaning

V6-V13=managing

V14-V15=repairing

V16-V17=shoufa

V18-V19=shouka

V20-V21=phonerepairing

V22-V23=tiaopei

V24-V25=satisfy

managing=cleaning

satisfy=cleaning managing repairing shoufa shouka phonerepairing tiaopei

path diagram

options:AD=OFF

end of problem