CMIN and CMIN/DF:
Model NPAR CMIN 限制模型（所有回归权重限制相等） 38 76.725 无限制模型（所有参数自由估计） 46 68.180 Saturated model 108 .000 Independence model 36 467.866 DF P CMIN/DF 70 .272 1.096 62 .275 1.100 0 72 .000 6.498 上表检验了限制模型和自由估计模型的卡方值及其卡方与自由度自比，两者的P都大于.05，且卡方与自由度之比都小于2，说明模型都拟合良好，这进一步说明无限制模型和限制模型无显著区别。
Baseline Comparisons
NFI Delta1 限制模型（所有回归权重限制相等） .836 无限制模型（所有参数自由估计） .854 Saturated model 1.000 Independence model .000 Model RFI IFI TLI CFI rho1 Delta2 rho2 .831 .983 .983 .983 .831 .985 .982 .984 1.000 1.000 .000 .000 .000 .000 上表是基线比较结果，NFI、RFI、IFI、TLI、CFI指标在限制模型和无限制模型中并无明显改变。
RMSEA
Model RMSEA LO 90 HI 90 PCLOSE 限制模型（所有回归权重限制相等） .024 .000 .052 .937 无限制模型（所有参数自由估计） .024 .000 .053 .922 Independence model .178 .163 .194 .000 上表的RMSEA指标在限制模型和无限制模型中为相等<.05，说明限制模型和无限制模型都有良好的模型拟合。
结论：从上述标准化路径图和表格输出结果来看，限制模型和无限制模型的区别不显著，意味着性别对两个潜变量的调节效应不明显。
4.连续自变量（X）+连续调节变量（M）
这种类型相对来说操作比较简单，只需要把所有变量中心化之后就可以进行层次回归分析，标准化回归方程为： Y=bx+cm+e 1) Y=b1x+cm+c1mx+e 2)
对上述方程的检验同层次回归分析。
相关推荐：
loading