AGFI (ang. Adjusted Godness-of-Fit Index) to jedna z miar dopasowania modelu w analizie SEM (Structural Equation Modeling).

AGFI jest modyfikacją wskaźnika GFI, która wprowadza korektę na liczbę zmiennych obserwowalnych w modelu. GFI ocenia ogólne dopasowanie modelu do danych, lecz jego wartość może wzrastać wraz z liczbą uwzględnionych zmiennych, co oznacza, że modele bardziej złożone (z większą liczbą zmiennych) mogą osiągać wyższe GFI niezależnie od rzeczywistego dopasowania. AGFI wprowadza korektę, która „karze” za nadmierne skomplikowanie modelu i uwzględniając liczbę zmiennych obserwowalnych daje bardziej wyważony obraz jego dopasowania. Dzięki temu jest bardziej precyzyjnym od GFI wskaźnikiem jakości dopasowania, szczególnie gdy porównujemy modele o różnym stopniu złożoności.

Wartość współczynnika AGFI waha się w przedziale wartości od 0 do 1. Im wartość AGFI jest bliższa 1, tym lepsze jest dopasowanie danych do modelu. Niska wartość AGFI wskazuje, że istnieją różnice między teoretycznymi założeniami modelu a rzeczywistymi danymi, co może oznaczać potrzebę dostosowania modelu lub uwzględnienia dodatkowych czynników, które wpływają na analizowane zależności.

W literaturze podaje się różne progi które wskazują na dobre dopasowanie modelu, zwykle jest to 0,80 lub 0,90. Oznacza to, że uzyskany w analizie współczynnik AGFI musi mieć wartość co najmniej 0,80 lub 0,90 abyśmy uznali, że dopasowanie modelu jest akceptowalne. Warto zauważyć, że względu na nałożoną korektę progi akceptacji dla AGFI są niższe niż dla GFI. Wynika to z faktu że w modelach z większą liczbą zmiennych obserwowalnych AGFI jest niższy niż GFI, ponieważ poprzez swoją korektę uwzględnia on ryzyko nadmiernego dopasowania modelu (ang. overfitting).

Inne modyfikacji GFI obok AGFI to CGFI (Corrected Goodness-of-Fit Index), która nakłada korektę na wielkość próby oraz PGFI (Parsimonious Godness-of-Fit Index), która jest korektą uwzględniającą liczbę stopni swobody w modelu i która jest zalecana dla modeli mniej złożonych.

Warto pamiętać iż współczynnik AGFI jest jednym z wielu które pozwalają na ocenę jakości dopasowania do danych, tuż obok np. CMIN, RMSEA, CFI lub SRMR. Uzyskanie wyników poniżej danego progu przy jednym współczynniku, nie przekreśla jeszcze naszego modelu.

Jeżeli interesuje cię poszerzenie wiedzy na temat SEM, zachęcamy do zapoznania się ze stroną stworzoną przez dr Jamesa Gaskina (tutaj), poświęconej tej tematyce.

Wybrana literatura:

Hu, L. T., Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural equation modeling: a multidisciplinary journal, 6(1), 1-55.

Wang, K., Xu, Y., Wang, C., Tan, M., Chen, P. (2020). A corrected goodness-of-fit index (CGFI) for model evaluation in structural equation modeling. Structural Equation Modeling: A Multidisciplinary Journal, 27(5), 735-749.