L'analyse factorielle confirmatoire.

sensible aux écarts à la normalité et n'est pas très stable si n < 200.
Model AIC = 91.966
Saturated AIC = 90.000
Independence CAIC = 711.249
Model CAIC = 175.477
Saturated CAIC = 268.953
AIC dans le modèle mis à l'épreuve.
AIC dans le modèle saturé.
Consistent version of AIC. Le CAIC tient compte de la taille de
l'échantillon, mais il s'interprète de la même façon que le AIC.
Une plus petite valeur sur ce critère correspond à un meilleur
modèle.
CAIC dans le modèle mis à l'épreuve.
CAIC dans le modèle saturé.
Normed Fit Index (NFI) = 0.920 Voir plus loin le BBI (« Bentler & Bonett normed fit index »)
Non-Normed Fit Index (NNFI) = 0.931
Le NNFI appartient à la famille des indices relatifs d'ajustement qui
permettent de vérifier si un modèle produit un meilleur ajustement
qu'un modèle de comparaison (généralement le modèle nul).
Exceptionnellement le NNFI peut prendre une valeur > 1.
Parsimony Normed Fit Index (PNFI) = 0.613
Comparative Fit Index (CFI) = 0.954
Incremental Fit Index (IFI) = 0.955
Relative Fit Index (RFI) = 0.880
Root Mean Square Residual (RMR) = 0.0755
Le PNFI produit généralement des valeurs plus faibles que le NNFI.
Diamantopoulos et Siguaw mentionnent que le CFI et le NNFI
devraient être privilégiés comme indices relatifs d'ajustement.
Correspond à la moyenne des résiduels entre les covariances observées et
les covariances impliquées par le modèle. Dans le cas des matrices de
corrélation l'indice RMR devrait être < 0.05. Pour les matrices de
covariance, il faut adapter cette règle en l’appliquant au RMR
standardisé car la taille du RMR brut est alors influencée par la métrique
des mesures.
_____________________________________________________________________________
© Tous droits réservés, Jacques Baillargeon Page 34 9 janvier, 2006