inst/appweb/help_files/Chi2-description-help.md

In carlosperezoft/RSEMVIZ: Visualizacion de alto nivel para el analisis e interpretacion de Modelos de Ecuaciones Estructurales

Análisis de bondad de Ajuste con la prueba Chi-Cuadrado (X²)

Se debe tener en cuenta que valores elevados de X² generalmente son asociados a niveles de significación bajos (p < 0.05), lo cual sugiere rechazar la hipótesis nula y por tanto el modelo.

Ahora, valores bajos de X² son asociados a niveles de significación apreciables (p > 0.10); lo cual implica que no es posible rechazar la hipótesis nula y esto sugiere la aceptacion del modelo.

Usar una combinación

De forma complementaria, se debe tener en cuenta que la prueba X² se basa en el supuesto de normalidad multivariada de los datos y que es sensible al tamańo de la muestra (N) en los extremos; es decir, se ve afectada por muestras pequeńas (N < 50) y muestras grandes (N > 800). Cabe resaltar que no es penalizado por la complejidad del modelo.

• De lo anterior, para evaluar la bondad de ajuste autores como Kline sugieren el uso combinado de:

• X²

• RMSEA
• CFI
• SRMR (Residuales)

Referencias

Autores sobre SEM: Jöreskog & Sörbom (1969), Kline (2005).

carlosperezoft/RSEMVIZ documentation built on June 4, 2020, 8:20 a.m.