共分散構造分析における適合度テストを修正しました

多くの以前の研究では、共分散構造分析または構造方程式モデリングの適合度テストが、マニフェスト変数の数がサンプルサイズと比較して大きい場合、過剰抵抗問題に苦しむというシミュレーションの証拠を報告しています。この研究では、Browne（1974）で考慮されたテストの1つがこの長年の問題に対処できることを実証します。また、非正規データのSatorraとBentlerの平均および分散調整テストの簡単な変更を提案します。モンテカルロシミュレーションは、確認因子モデル、パネルの自己回帰モデル、およびクロスラグパネル（パネルベクトルの自己回帰）モデルのコンテキストで、修正されたテストのパフォーマンスを調査するために実行されます。シミュレーション結果は、修正されたテストが過剰な抵抗の問題を克服し、ほとんどの場合既存のテストを上回ることを明らかにしています。（PSYINFOデータベースレコード（c）2019 APA、All Rights Reserved）。

Many previous studies report simulation evidence that the goodness-of-fit test in covariance structure analysis or structural equation modeling suffers from the overrejection problem when the number of manifest variables is large compared with the sample size. In this study, we demonstrate that one of the tests considered in Browne (1974) can address this long-standing problem. We also propose a simple modification of Satorra and Bentler's mean and variance adjusted test for non-normal data. A Monte Carlo simulation is carried out to investigate the performance of the corrected tests in the context of a confirmatory factor model, a panel autoregressive model, and a cross-lagged panel (panel vector autoregressive) model. The simulation results reveal that the corrected tests overcome the overrejection problem and outperform existing tests in most cases. (PsycINFO Database Record (c) 2019 APA, all rights reserved).