楼主: caixia_nju
16918 2

[问答] RMSEA与何相关?如何降低RMSEA [推广有奖]

  • 0关注
  • 3粉丝

已卖:213份资源

博士生

54%

还不是VIP/贵宾

-

威望
0
论坛币
1332 个
通用积分
6.5900
学术水平
1 点
热心指数
0 点
信用等级
0 点
经验
4337 点
帖子
145
精华
0
在线时间
298 小时
注册时间
2013-5-7
最后登录
2024-4-26

楼主
caixia_nju 发表于 2015-9-28 21:31:00 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
想请问RMSE是如何得出来的?与什么相关最大?根据EFA检验出某构念共有2个维度,旋转成分矩阵因子载荷均在0.6以上
但是在lisrel中做CFA时,RMSEA=0.146,其他数据如下:
Degrees of Freedom = 34
              Minimum Fit Function Chi-Square = 135.8451 (P = 0.00)
      Normal Theory Weighted Least Squares Chi-Square = 109.2811 (P = 0.00)
                Estimated Non-centrality Parameter (NCP) = 75.2811
          90 Percent Confidence Interval for NCP = (47.4088 ; 110.7668)
                       Minimum Fit Function Value = 1.3062
               Population Discrepancy Function Value (F0) = 0.7239
            90 Percent Confidence Interval for F0 = (0.4559 ; 1.0651)
             Root Mean Square Error of Approximation (RMSEA) = 0.1459
           90 Percent Confidence Interval for RMSEA = (0.1158 ; 0.1770)
              P-Value for Test of Close Fit (RMSEA < 0.05) = 0.0000
                 Expected Cross-Validation Index (ECVI) = 1.4546
           90 Percent Confidence Interval for ECVI = (1.1866 ; 1.7958)
                        ECVI for Saturated Model = 1.0577
                      ECVI for Independence Model = 15.2613
     Chi-Square for Independence Model with 45 Degrees of Freedom = 1567.1713
                           Independence AIC = 1587.1713
                               Model AIC = 151.2811
                             Saturated AIC = 110.0000
                          Independence CAIC = 1623.7109
                              Model CAIC = 228.0143
                            Saturated CAIC = 310.9678
                         Normed Fit Index (NFI) = 0.9133
                       Non-Normed Fit Index (NNFI) = 0.9114
                    Parsimony Normed Fit Index (PNFI) = 0.6901
                       Comparative Fit Index (CFI) = 0.9331
                       Incremental Fit Index (IFI) = 0.9336
                        Relative Fit Index (RFI) = 0.8853
                            Critical N (CN) = 43.9193
                     Root Mean Square Residual (RMR) = 0.1377
                            Standardized RMR = 0.06437
                       Goodness of Fit Index (GFI) = 0.8263
                  Adjusted Goodness of Fit Index (AGFI) = 0.7191
                 Parsimony Goodness of Fit Index (PGFI) = 0.5108


想请问RMSEA这么大的原因是什么?如何减小RMSEA,提高其他拟合指标的值呢?
非常感谢!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:降低RMSEA RMSEA RMSE mse RMS 如何

沙发
南南数据 发表于 2015-9-28 22:30:08
RMSEA和模型的界定关系很大,只要存在模型界定错误,这个值就很大,或者如果模型的理论假设不合理,RMSEA也会很敏感。另外,数据中的极端值情况也影响RMSEA。

藤椅
caixia_nju 发表于 2015-9-29 12:57:58
南南数据 发表于 2015-9-28 22:30
RMSEA和模型的界定关系很大,只要存在模型界定错误,这个值就很大,或者如果模型的理论假设不合理,RMSEA也 ...
请问理论假设不合理具体是指什么?已经做过EFA,因子载荷也较高,为什么CFA结果还很不好呢?

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2026-1-11 15:49