SEM各拟合指标一览
指数名称
性质
拟合成功样本容量
建议值
影响
模型节俭评估
经验性评价
X2拟合优度检验
（1）样本容量很小时，容易接受劣势模型；样本容量大
（X2
绝对拟合指
无法评
p
受影响很大
时，容易拒绝所有拟合很好的模型；
good
essoffit
数
估
（2）在多个模型比较分析时非常有用；
test）
（1）在最大似然和最小二乘法中比较稳定；
绝对拟合指
拟合优度指数GFI

数
受影响
无法评（2）在CFA中，当factorloadi
g和样本容量较低时，
估
容易接受模型；参数估计值比较低时，容易接受模
型；
调整的拟合优度指绝对拟合指

数AGFI
数
受影响
可以评估
（1）可以按照模型中参数估计总数的数量对GFI进行调整；
（2）估计参数相对与数据点总数越少或自由度越大，
fAGFI越接近GFI。
近似误差的均方根绝对拟合指
RMSEA
数
相对拟合指比较拟合指数CFI
数
相对拟合指规范拟合指数NFI
数
可接受

（1）基于总体差距的指数，多数学者推荐为常用拟合指
受影响
可以评
数；
估（2）比较敏感；
（3）惩罚复杂模型。
不易受影响
无法评估
（1）应用不同的模型估计方法时很稳定；（2）即使是对小样本模型拟合时表现也很好；（3）在嵌套模型比较时很有用；
样本容量小时严重低估
无法评估
（1）对数据非正态和小样本容量非常敏感；（2）不能控制自由度；（3）受样本容量影响大，渐不使用；
f（1）在最大似然估计时使用有较好稳定性，能正确对复
杂模型进行惩罚，准确区分不同的模型，多数学者
TuckerLewis指相对拟合指
样本容量小无法评
推荐；

数（TLI或NNFI）
数
时一般低估估（2）在应用最小二乘法估计模型时比较差；
（3）可以用于比较嵌套模型；
（4）缺点：估计值变化很大，有时可以超出01的范围。
（1）在应用最小二乘法估计模型时，优于TLI、NNFI。
相对拟合指
样本容量小无法评（2）在最大似然估计时，在小样本和偏差大的模型估计
递增拟合指数IFI

数
时一般低估估
中，容易错误惩罚简约模型，奖赏复杂模型，因此
渐不常用。
PNFIPCFIPGFI
节俭调整指数
（Parsimo
yadjustedmeasures）
越接近1越好
同时受样本容量和估计的参数比率
影响
（1）属于依照简约原则调整后的指数，为原来的指数乘
奖励简约模型
以省俭比率；（2）模型越简单，越不被惩罚。（3）受样本容量同以上相对应的指标，同时受到估计参
数与饱和参数值的影响
fAIC（Akaikei
formatio
criterio
）
信息标准指数
CAICCo
siste
t
Akaike
信息标准指
i
formar