Thứ ba, để đánh giá tính hợp lệ của tất cả các cấu trúc trong các mô hình, confirmatory factor phân tích của các mô hình đo lường đã được thử nghiệm, dựa vào lòng tốt phù hợp với số liệu thống kê có thể được sử dụng để đánh giá mô hình phù hợp với các mô hình đo lường trong nghiên cứu hiện nay. Theo các nhà nghiên cứu, một số chỉ số thường được kiểm tra. Chí-square (χ2) và chi-vuông / df (χ2/df) được kiểm tra để kiểm tra sự phù hợp tương đối của các mô hình. Theo Marsh và Hocevar (1985), tỷ lệ là thấp nhất là 2 hoặc cao như 5 được coi là một sự hợp lý phù hợp. Lỗi root mean square xấp xỉ (RMSEA) là một trong những chỉ số quan trọng nhất. Steiger, (năm 2007) khuyến cáo rằng giá trị cắt của RMSEA giữa 0,05-0,08 là hợp lý. Các chỉ số phù hợp, bao gồm cả chỉ số phù hợp so sánh (CFI), chỉ số Tucker-Lewis (TLI), lòng tốt phù hợp với chỉ số (GFI)), không phù hợp với chỉ số (NFI) thường được sử dụng để thử nghiệm mô hình phù hợp. Bentler và Bonnete (1980) đã đề xuất rằng các giá trị của CFI, TLI và GFI là lớn hơn hoặc bằng 0,9 được coi là thích hợp, và giá trị của NFI phải lớn hơn hoặc bằng 0,9 để phù hợp với các mô hình (Hoyle, 1995). Một chỉ số, root mean square dư (RMR), nên là ít hơn 0,10 để phù hợp với các mô hình (Hu và Bentler, 1999).
đang được dịch, vui lòng đợi..
![](//viimg.ilovetranslation.com/pic/loading_3.gif?v=b9814dd30c1d7c59_8619)