ifi因子投稿期刊

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..

归一化法Aifi除以所有的Af之和的比值,即得该组分的质量分数

检验变量间的区分效度，可以通过Amos 软件做验证性因子分析。例如，有3个变量，A、B、C。第一步：构建三因子模型，即A，B，C。第二步：构建双因子模型，即A，B+C。第三步：构建单因子模型，即A+B+C，将三个变量合并为一个。比较这三步得到的模型可以用到的参数有c2，P，RMSEA，IFI，CFI等，分析参数指标可以参考《结构方程模型：Amos的操作与应用》（吴明隆）。如果三因子模型拟合指标（参考上书）符合相关要求，并且优于其他两个模型，则说明三个变量A，B，C之间的区分效度好。

相对有点偏低了，比较工人的标准都是要大于0.9的，不过这些拟合指标只是一个经验值，要判定验证性因子分析的结果好不好，还需要多参考一些其他的因素，比如其他的指标好不好，因子载荷，测定系数，怎么样，有没有异常值等等。如果其他因素都比较符合条件，那这两个指标略低一点也还是可以接受的。

可以可以通过Amos 软件做验证性因子分析。例如，有3个变量，A、B、C。第一步：构建三因子模型，即A，B，C。第二步：构建双因子模型，即A，B+C。第三步：构建单因子模型，即A+B+C，将三个变量合并为一个。比较这三步得到的模型可以用到的参数有c2，P，RMSEA，IFI，CFI等，分析参数指标可以参考《结构方程模型：Amos的操作与应用》（吴明隆）。如果三因子模型拟合指标（参考上书）符合相关要求，并且优于其他两个模型，则说明三个变量A，B，C之间的区分效度好。