STATISTIK-FORUM.de

[Lelelein]

Hi,

ich habe beim Berechnen der Fit Indices folgende Werte erhalten:

chisq 0.154
df 2.000
pvalue 0.926
cfi 1.000
rmsea 0.000
gfi 1.000

CFI, RMSEA und GFI können meiner Meinung nach nicht stimmen oder???

Vielen Dank und viele Grüße
Lena

[Lelelein]

Ich gebe mal nich ein paar mehr Informationen.
Ich rechne mit R. Und ich habe es heute eigentlich "nur nachgerechnet" nachdem ich in bei Berechnungen eines anderen Modells einen kleinen Fehler im Modell gefunden hatte.
Und um sicher zu gehen, dass die Fit Indices stimmen habe ich die Indices für dieses Modell nochmal rechnen lassen. Die Werte, die vorher raus kamen waren:

chisq 7.86
pvalue 0.1
cfi 0.97
rmsea 0.05
gfi 0.99

[Lelelein]

Habe mittlerweile herausgefunden, warum die Werte sich unterscheiden. Dennoch die Frage, wie kann es sein, dass trotz zweier Freiheitsgrade die Werte einen perfect fit indizieren?

[Holgonaut]

Ich hab das mit den Vergleichen nicht verstanden. Ich versteh auch generell Dein Problem nicht. Das erste Modell hat 2 df und einen n.s. chisquare. Ergo sind die Indizes maximal.

Grüße
Holger

[Lelelein]

Hi,

das verbleibende Problem ist, dass die Fit Indices mit RMSEA = 0.0., GFI = 1.0 und CFI =1.0 einen perfect fit indizieren. Bei diesen Werten waren auch 2df.
Ich dachte, dass ein perfect fit nut vorkommt, wenn ich keine df habe?!

[Holgonaut]

Ach so, jetzt versteh ich. Der Begriff "perfect fit" bedeutet tatsächlich, dass du ein saturiertes und damit nicht-testbares Modell ohne jegliche Restriktionen hast. Das Modell reproduziert dabei einfach die Daten. Der Fit von dir ist nicht perfekt, die 2df zeigen, dass etwas getestet wird und der niedrigie Chi-Quadrat wert sagt, dass die empirische Kovarianzmatrix und die --durch ein restriktives Modell---implizite Kovarianzmatrix nicht überzufällig voneinander abweichen. Das impliert dann eben auch die entsprechenden maximalen Fit-Indizes.

Klarer?

Grüße
Holger

[Lelelein]

Ja, sehr viel klarer.

Vielen Dank (mal wieder)