晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

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。

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.

十、精簡配適度指標（parsimonious goodness-fit-index, PGFI）

PGFI指數考慮到了模型中估計參數的多寡，可以用來反應SEM假設模型的簡約程度（degree of parsimony）。PGFI指數越接近1，顯示模型越簡單，Mulaik et al.（1989）指出，一個良好的模型，PGFI指數應該要在0.5以上。

Mulaik, S. A., James, L. R., Altine, J. V., Bennett, N., Lind, S., & Stilwell, C. D. (1989). Evaluation of goodness-of-fit indices for structural equation models. Psychological Bulletin, 105(3), 430-445.

十一、精簡規範配適度指標（parsimonious normed fit index, PNFI）

模式愈接近飽和模型，PNFI會被減低，PCFI及PGFI都是一樣，由PRATIO乘以NFI、CFI及GFI，一般建議要0.5以上，表示模型沒有過度複雜（Breivik & Olsson, 2001; 張偉豪，2012；黃芳銘，2007）。

Breivik, E., & Olsson, U. H. (2001). Adding variables to improve fit: the effect of model size on fit assessment in LISREL. In R. Cudeck, du Toit Stephen, & D. Sörbom (Eds), Structural equation modeling: Present and future. A festschrift in honor of Karl Jöreskog (pp.169-194). IL: SSI.

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。

黃芳銘（2007）。結構方程模式理論與應用（五版）。台北：五南。

十二、精簡比較配適度指標（parsimonious comparative-fit-index, PCFI）

精簡比較配適度指標由PRATIO乘以CFI，PCFI一般以大於0.5為標準（張偉豪，2012；黃芳銘，2007），表示模型不會過度複雜。所以精簡指標適用於模型看似複雜的情形，但模型看似複雜是由研究者自由心證，如果投稿時Reviewers認為模型配適度良好可能是因為模型複雜造成的，他可能會要求提供精簡配適度指標。

​​

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。

黃芳銘（2007）。結構方程模式理論與應用（五版）。台北：五南。

十三、卡方自由度比（χ²∕df）

卡方自由度比主要是為了減少樣本數的影響，將卡方值以自由度來加以調整（Jöreskog, 1970），卡方自由度比越小，表示模式配適度越高；Carmines and McIver（1981）建議卡方自由度比應為2：1或3：1，Ullman（2001）認為2以內稱為模型配適度良好，Kline（2005）建議3以內是可接受的，Schumacker and Lomax（2004）認定較為寬鬆，5以內即可。卡方自由度比愈小，表示模型具有理想之配適度，最好小於3但也不要小於1（Hair et al., 1998）。

Jöreskog, K. G. (1970). A general method for analysis of covariance structures. Biometrika, 57, 239-251.

Carmines, E. G., & McIver, J. P. (1981). Analyzing models with unobserved variables: Analysis of covariance structure. In G. W. Bohrnstedt and E. F. Borgatta (eds.), Social measurement: Current issues.

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.

Kline, R. B. (2005). Principles and practice of structural equation modeling (2nd ed.). New York: Guilford.

Schumacker, R. E., & Lomax, R. G. (2004). A beginner’s guide to structural equation modeling (2nd ed.). Mahwah, NJ: Lawrence Erlbaum Associates.

Hair, J. F., Tatham, R. L., Anderson, R. E., & Black, W. C. (1998). Multivariate Data Analysis (5th ed.). Upper Saddle River, NJ: Pearson Prentice Hall.

適配度指標彙整摘要表