最好是大於0.9，甚至於大於0.95，這些擬合指標的臨界值都是透過大量的資料模擬得到的，也就是說如果達不到這些指標，模型很可能就是誤設模型，不過我也有看到一篇資料模擬的論文裡提到當樣本量小於500的時候，srmr是最合適的指標，如果小於0.05，可以肯定模型正確，若大於0.08，可以肯定是誤設的（適用於資料正態時，偏態時大於0.11認為模型誤設），而其他的擬合指標表現不穩定，那這個時候主要參考srmr就可以，其他的指標過得去就行，如果樣本量大於1000，NNFI,CFI,IFI這些指標比較合適，0.95以上可以認為模型正確，0.85以下可以斷定模型錯誤（適用於資料偏態時，正態時0.95以下即認為誤設）你自己根據自己的的資料情況看吧，對於你提到的指標，我相信90%的文獻都說是0.9以上為標準的，這個經驗值還是很可信的，如果你不是正在寫論文，那完全可以接受這個結果，如果你一定想要結果好，那就要麼好好處理處理資料，重新做一下結構方程的分析，要麼就找到相關的文獻支援，以表明你用0.9以下的指標數值是合理的如果是論文答辯或者發論文，只是0.8過一些那很可能要被答辯老師或者審稿人質疑的，接近0.9應該還勉強可以