本篇文章將介紹針對結構方程常用的配適度指標作介紹，除了整理各指標的判斷標準及參考文獻之外，亦針對一些特殊的情況進行說明。
五、標準配適度指標（normed-fit index, NFI）
NFI是CFI的另一種選擇，數值介於0~1之間，通常採用NFI值大於0.9為標準（Bnetler & Bonett, 1980; 邱皓政，2011），而Schumacker and Lomax（2004）認為NFI要大於0.95，0.9~0.95為可接受。但Ullman（2001）指出，由於NFI在樣本數小的時候會被低估，因此建議在此情形下，放寬到0.8的標準。另外，NFI無法對模式精簡加以反應，因此估計參數愈多，亦即模型愈複雜，NFI就愈高，因此學者通常偏愛NNFI。
Bentler, P. M. & Bonett, D. G. (1980). Significance tests and goodness-of –fit in the analysis of covariance structures. Psychological Bulletin, 88, 588-606.
邱皓政（2011）。結構方程模式：LISREL的理論、技術與應用（二版）。臺北市：雙葉書廊。
Schumacker, R. E., & Lomax, R. G. (2004). A beginner’s guide to structural equation modeling (2nd ed.). Mahwah, NJ: Lawrence Erlbaum Associates.
Ullman, J. B. (2001). Structural equation modeling. In B. G. Tabachnick and L. S. Fidell (2001), Using Multivariate Statistics (4th ed.): 653-771. Needham Heights, MA: Allyn and Bacon.
六、非規範配適指標（non-normed fit index, NNFI）
NNFI又稱TLI（Tucker-Lewis Index），是NFI的調整指標，由於NFI在小樣本與大自由度時會有低估的現象（Bearden, Sharma, & Teel, 1982），因此NNFI對模式的複雜度加以考量進來，TLI接近1代表配適度良好。雖然NNFI改善了NFI的問題，但卻使得NNF有超出0~1範圍外的可能性，顯示此指標的波動性較大，且有可能較其他指標來得低，因此容易出現其他指標顯示配適良好，但NNFI顯示配適不佳的矛盾結論。Marsh, Balla, and Hau（1996）發現NNFI幾乎不受樣本數的影響，因此是SEM報告指標準經常被引用的配適度指標，通常採用NNFI值大於0.9為標準（Bnetler & Bonett, 1980; 邱皓政，2011）。有極少數的學者用0.8作為標準，因為TLI通常會比GFI低一些（張偉豪，2012）。不過Hu and Bentler（1999）建議TLI要大於0.95，小於0.9模型可能要重新設定。
Bearden, W. O., Sharma, S., & Teel, J. E. (1982). Sample size effects on chi-square and other statistics used in evaluating causal models. Journal of Marketing Research, 19, 425-430.
Marsh, H. W., Balla, J. R., & Hau, K. T. (1996). An evaluation of incremental fit indexes: A clarification of mathematical and empirical properties. In G. A. Marcoulides and R. E. Schumacker (eds.), Advanced structural equation modeling techniques (pp. 315-353). Mahwah, NJ: Lawrence Erlbaum.
Bentler, P. M., & Bonett, D. G. (1980). Significance tests and goodness of fit in the analysis of covariance structures. Psychological Bulletin, 88(3), 588-606.
邱皓政（2011）。結構方程模式：LISREL的理論、技術與應用（二版）。臺北市：雙葉書廊。
張偉豪、鄭時宜（2012）。與結構方程模型共舞：曙光初現。新北市：前程文化。
Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1-55.
七、相對配適指標（relative fit index, RFI）
RFI是由NFI所衍生出來的，其範為介於0~1之間，數值越大代表模式適配度越好，一般認為當RFI值大於0.9，表示模式可以接受（Bollen, 1989; 黃芳銘，2007），若RFI值大於或等於0.95時，則表示模式相當適配（Hu & Bentler, 1999）。
Bollen, K. A. (1989). Structure equations with latent variables. New York: John Wiley.
黃芳銘（2007）。結構方程模式理論與應用（五版）。台北：五南。
Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1-55.
八、成長配適指標（incremental fit index, IFI）
一般來說，IFI要大於或等於0.9為模型可接受（張偉豪，2011；黃芳銘，2007）。IFI的值在某些情形下可能會大於1，IFI較不受到樣本數的影響，因此頗受到研究人員的喜愛。
張偉豪（2011）。論文寫作-SEM不求人。台北：鼎茂。
黃芳銘（2007）。結構方程模式理論與應用（五版）。台北：五南。
九、比較性配適指標（Comparative fit index, CFI）
CFI類似於NFI，但對樣本數有加以懲罰，因此CFI與RMSEA一樣較不受到樣本數大小的影響（Fan, Thompson, & Wang, 1999），即使在小樣本之下，CFI對模式配適度的估計表現仍相當好（Bentler, 1995）。CFI介於0~1之間，CFI指數越接近1代表模型契合度越理想，表示能夠有效改善中央性的程度。傳統上認為CFI在0.9以上為良好配適（李茂能，2006；陳正昌、程炳林、陳新豐與劉子鍵，2003；張偉豪，2011）。而有學者認為要以大於.95為通過門檻，用來評估模式適配度才夠穩定（Bentler, 1995; Hu & Bentler, 1999; 邱皓政，2011），但1不代表是完美配適，只代表模型卡方值小於假設模型的自由度。CFI在巢型結構中也是個常用的指標，巢型結構模型中CFI差異的大小決定模型是否不同（Cheung & Rensvold, 2002）。
Fan, X., Thompson, B., & Wang, L. (1999). Effects of sample size, estimation method, and model specification on structural equation modeling fit indexes. Structural Equation Modeling, 6, 56-83.
Bentler, P. M. (1995). EQS structural equations program manual. Encino, CA: Multivariate Software.
李茂能（2006）。結構方程模式軟體Amos之簡介及其在測驗編製上之應用。台北：心理。
陳正昌、程炳林、陳新豐、劉子鍵（2003）。多變量分析方法：統計軟體應用（三版）。台北：五南。
邱皓政（2011）。結構方程模式：LISREL的理論、技術與應用（二版）。臺北市：雙葉書廊。
Cheung, G. W., & Rensvold, R. B. (2002). Evaluating Goodness-of-Fit Indexes for Testing Measurement Invariance. Structural Equation Modeling, 9(2), 233-255.
留言列表
{{ article.title }}