是否有用于验证探索性因素分析的标准拟合方法？

Question

我正在使用最大似然法和Varimax正交旋转对R，Python，Mplus和SPSS中的探索性因子模型进行建模。但是，每个软件都提供不同的拟合度，并且我不确定以下哪个拟合度可以确认因素分析的有效性：

1. KMO测试
2. 巴特利特球度检验
3. 比较拟合指数（CFI）/塔克·刘易斯指数（TLI）
4. 卡方统计
5. RMSEA
6. SRMR

以下是之前的两项研究，提到了他们的EFA模型中的前两项指标，而在其他研究中，则提到了全部六项指标中的一部分或全部：

1. BörjessonM，Hamilton CJ，NäsmanP，Papaix C（2015）推动公众支持减少道路拥堵政策的因素：拥堵收费，免费公共交通以及斯德哥尔摩，赫尔辛基和里昂的更多道路。运输部分A政策实务78：452-462。 https://doi.org/https://doi.org/10.1016/j.tra.2015.06.008

2. Li L，Bai Y，Song Z等人（2018）基于当前乘客忠诚度的公共交通竞争力分析。运输部分A政策实践113：213–226。 https://doi.org/https://doi.org/10.1016/j.tra.2018.04.016

请协助我解决这个问题。

我正在使用最大似然法和Varimax正交旋转对R，Python，Mplus和SPSS中的探索性因子模型进行建模。但是，每个软件都给出了不同的拟合度，我是...

Answer 1

由于上面带有SPSS标签，因此我将就SPSS在FACTOR过程中为探索性因素分析提供的内容进行答复。正如其他人所提到的，Bartlett球形度检验和KMO统计基本上是对是否具有共同点作为公共因子分析基础的健全性检查。其他措施是为了确保数据适合模型。 FACTOR中唯一可用的方法是最大似然性和广义最小二乘估计的卡方检验。这基本上可以为您提供有关数据是否与模型不匹配（p值较小）以及需要更多因素来提高拟合度的信息。