負荷量比較(N=300 １３項目コウモク　３因子)
負荷量フカリョウ
　 0.8 0.7 0.6 0.5 0.4 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　
MAP-TEST[1] 0.85 0.65 0.4 0 0 0
RAW-EIGEN[2] 0.8 0.8 0.8 0.8 0.8 0
PA-EIG-M[3] 0.7 0.65 0.65 0.6 0.45 0
PA-EIG95[4] 0.7 0.65 0.6 0.5 0.35 0
SMC-EIGEN 1 1 1 0.95 0.95 0
PA-SMC-M[5] 0.9 0.85 0.8 0.65 0.5 0
PA-SMC-95[6] 0.85 0.85 0.75 0.6 0.4 0
CHI^2 0.9 0.75 0.6 0.25 0 0
AIC[7] 0.95 0.9 0.8 0.65 0.4 0
BIC[8] 0.9 0.8 0.6 0.35 0 0
CAIC[9] 0.9 0.75 0.55 0.25 0 0
　 0.8 0.7 0.6 0.5 0.4 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 0
RMSEA[10] 0.85 0.7 0.5 0.15 0 0
GFI[11] 0.8 0.6 0.3 0 0 0
AGFI[12] 0.85 0.75 0.5 0.2 0 0
RGFI[13] 0.75 0.55 0.2 0 0 0
RMSR[14] 0.7 0.6 0.4 0.15 0 0
NFI[15] 0.7 0.65 0.55 0.5 0.45 0
NNFI[16] 0.85 0.75 0.6 0.35 0 0
CFI[17] 0.8 0.7 0.55 0.35 0 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 0
[1]
Minimum Average Partial (MAP) test (Velicer,1976)
[2]
principle component anlaysis:Kaiser 基準：固有値 1.0 以上
[3]
Parallel Analysis: Mean　(Horn, 1965)
[4]
Parallel Analysis: 95%
[5]
Parallel Analysis:SMC Mean
[6]
Parallel Analysis:SMC 95%
[7]
Akaike information criterion (Akaike, 1973,1987):: chi2 - 2 * パラメータ数 ->Amos
[8]
Bayes information criterion (Schwarz,1978; Raftery, 1993):chi2 - Log(N) * パラメータ数
[9]
Consistent AIC (Bozdogan, 1987): Chi2-(1+Log(N))*パラメータ数
[10]
Root Mean Square Error of Approximation (Steiger and Lind, 1980).母集団
[11]
Goodness of Fit: LISREL
[12]
Adjusted Goodness of Fit:自由度調整済みGFI
[13]
Relative Goodness of Fit　：GFI/EGFI
[14]
Root Mean Square Residual
モデル間の相対比較用
[15]
Bentler-Browne normed fit index: 独立モデルとモデルの比較
[16]
Bentler-Browne non-normed fit index: Tucker-Lewis Index (TLI)のこと
[17]
Comparative Fit Index: Bentler(1990) RNI と同じ