絕對適配度統計量
在 CFA 輸出中回報的絕對適配度統計量是概似比卡方（Chi-square）檢定，用來檢驗「估計出的模型與虛無模型（null model）一樣好」的假設。你在上一章已經看過這個適配度統計量，所以大概還記得，這個檢定的門檻其實很難達成。大多數模型都會得到統計上顯著的結果，但在這裡並不理想，因為這代表模型配適在統計上「更差」。
檢查由 summary() 函式顯示的絕對模型適配度統計量，判斷概似比檢定是否在統計上顯著。
這個模型的 GFI 可被視為可接受嗎？
本練習屬於課程
R 中的因素分析
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Set the options to include various fit indices so they will print
options(___ = c("CFI", "GFI", "RMSEA", "BIC"))
# Use the summary function to view fit information and parameter estimates
___(theory_CFA)