CFA: Wie bewerte ich, ob mein Modell gut ist?

Dafür kann man sich die Anpassungsgüte Anhand von Modellgütekoeffizienten anschauen. 

Das "härteste" Kriterium ist der Chi-Quadrat Test. Wenn dieser nicht signifikant ist, unterscheidet sich unsere theoretische Kovarianzmatrix (das Modell) nicht signifikant von der empirischen (den Daten), das heißt, das Modell kann die Daten gut abbilden und passt gut an die Daten.

Allerdings wird dieser Test auch sehr sensitiv bei größeren Stichproben, das bedeutet, dass auch kleine Abweichungen zu einem signifikanten Test führen. Das ist ein Problem, weil wir ja meistens gar nicht den Anspruch haben, die Daten mit dem Modell perfekt zu reproduzieren. 

Deswegen verwendet man alternative Fit Indizes, wie z.B. den RMSEA, den SRMR (die möglichst nah an 0 sein sollen) und CFI (der möglichst nah an 1 sein soll). Für diese gibt es jedoch keine harten Kriterien, sondern Cut-Offs, welche in der Forschung viel diskutiert werden und davon abhängig sind, wie homogen/heterogen das Konstrukt ist. Neuerdings werden auch dynamische Fit Indices vorgeschlagen (z.B. McNeish & Wolf, 2023).