（一）參數估計方法
在 AMOS 分析中，模式的參數估計方法有五種：最大概似法（maximum likelihood, ML）、一般化最小平方法（generalized least squares, GLS）、未加權最小 平方法（unweighted least squares, ULS）、尺度自由最小平方法（acale-free least squares, AFLS）、漸近分配自由法（asymptotically distribution-free, ADF）（吳明隆，
2008）。若樣本數大於 500，且樣本資料呈常態分配，則可採用的參數估計方法為 最大概似法（ML）。
（二）模式適配度的檢定標準
本研究以基本適配度指標（preliminary fit criteria）、整體模式適配度指標
（overall model fit）、模式內在結構適配度指標（fit of internal structural model）來 檢定假設模式（hypothetical model）與樣本資料（sample data）是否相互適配，
各項檢定指標的適配標準說明如下（吳明隆，2008；Bagozzi & Yi, 1988）：
1. 基本適配度指標（preliminary fit criteria）
（1）估計參數中不能有負的誤差變異數。
（2）所有誤差變異數必須達到顯著水準（t 值＞1.96）。
（3）估計參數統計量彼此間相關的絕對值不能太接近 1。
（4）潛在變項與其觀察變項間之因素負荷量，最好介於.50 至.95 之間。
（5）不能有很大的標準誤。
2. 整體模式適配度指標（overall model fit）
（1）絕對適配指標（absolute fit indices）
1卡方值（χ2）
檢定假設模式與樣本資料之間的適配程度，其值 0 以上，χ2越小表示模式適 配程度越高，以未達顯著水準（p＞.05）表示模式適配度佳。但是卡方值易受樣 本大小影響，若樣本數較大，則卡方值亦較大且易達到顯著水準，造成虛無假設 被拒絕，使得假設模式與樣本資料存在顯著差異，故除了參考卡方值之外，仍需 要檢視其他適配指標。
2殘差均方和平方根（root mean square residual, RMR）
反應假設模式的整體殘差大小，其值介於 0 至 1 之間，RMR 越小表示模式 越適配，若小於.05 表示模式適配度良好。
3漸進殘差均方和平方根（root mean square error of approximation, RMSEA）
檢定母群與模式之間的適配程度，RMSEA 越小表示模式適配程度越高，若 大於.10 表示不良適配；介於.08 至.10 之間表示普通適配；介於.05 至.08 之間表 示合理適配；小於.05 表示良好適配。
4適配度指標（goodness-of-fit index, GFI）
說明假設模式可以解釋樣本資料的變異數與共變數比例，其值介於 0 至 1 之 間，GFI 越大表示模式越適配，若.90 以上表示模式適配度良好。
5調整後適配度指標（adjusted goodness-of-fit index, AGFI）
調整 GFI，說明假設模式調整後可以解釋樣本資料的變異數與共變數比例，
其值介於 0 至 1 之間，AGFI 越大表示模式越適配，若.90 以上表示模式適配度良 好。
（2）相對適配指標（relative fit indices）
1規準適配指標（normed fit index, NFI）
比較假設模式與虛無模式之間的卡方值差距，其值通常介於 0 至 1 之間，NFI 越大表示模式越適配，若.90 以上表示模式適配良好。
2相對適配指標（relative fit index, RFI）
比較假設模式與虛無模式之間的適配程度，其值通常介於 0 至 1 之間，RFI 越大表示模式越適配，若.90 以上表示模式適配良好。
3增值適配指數（incremental fit index, IFI）
改善小樣本對於 NFI 的影響及 NNFI 波動的問題，其值通常介於 0 至 1 之間，
IFI 越大表示模式越適配，若.90 以上表示模式適配良好。
4非規準適配指標（Tacker-Lewis index, TLI 或 non-normed fit index, NNFI）
比較假設模式與虛無模式之間的適配程度，其值通常介於 0 至 1 之間，NNFI 越大表示模式越適配，若.90 以上表示模式適配良好。
5比較適配指標（comparative fit index, CFI）
說明假設模式與虛無模式之間的改善程度，其值通常介於 0 至 1 之間，CFI 越大表示模式越適配，若.90 以上表示模式適配良好。
（3）簡約適配指標（parsimonious fit indices）
1簡約調整後之規準適配指標（parsimony-adjusted NFI, PNFI）
調整 NFI，考慮模式當中估計參數的多寡，反應假設模式的精簡程度，其值 介於 0 至 1 之間，PNFI 越大表示模式越適配，若.50 以上表示模式適配良好。
2簡約適配度指標（parsimony goodness-of-fit index, PGFI）
性質與 PNFI 相似，其值介於 0 至 1 之間，PGFI 越大表示模式越適配，若.50 以上表示模式適配良好。
3臨界樣本數（Critical N, CN）
估計假設模式達到適配程度所需最低的樣本數，其值大於 200 表示假設模式 可以適當的反應樣本資料。
4卡方自由度比值或規範卡方（normed chi-square, NC）
卡方值除以自由度（χ2/df），其值 0 以上，χ2/df 越小表示模式越適配，若小 於 1 表示模式過度適配；介於 1 至 3 之間表示模式適配度良好；大於 3 表示模式 適配度不佳。
3. 模式內在結構適配度指標（fit of internal structural model）
（1）個別觀察變項的項目信度（individual item reliability）R2大於.50。
（2）潛在變項的組合信度（composite reliability）ρc大於.60。
（3）潛在變項的平均變異數抽取量（average variance extracted）ρv大於.50。
（4）所有參數統計量的估計值均達到顯著水準（∣t∣＞1.96 或 p＜.05）。
（5）標準化殘差（standarized residuals, SR)的絕對值小於 2.58 或 3.00。
（6）修正指標（modification indices, MI）小於 3.84 或 4.00。
評估結構方程模式是否假設模式與樣本資料適配？黃芳銘（2004）建議以「多 數決」為評估標準，也就是上述各模式適配度指標有多項符合標準，即可認為模 式適配。