RMSEA（Root Mean Square Error of Approximation）是結構方程模型（SEM）中常用的擬合度指標，用於衡量模型中觀測數據與理論數據之間的均方根誤差。RMSEA的值越小，表示模型的擬合度越好。以下是對RMSEA的一些詳細介紹：
計算方式：RMSEA是通過計算觀察到的協方差矩陣與由模型估計的協方差矩陣之間的均方根誤差來得到的。
評價標準：
當RMSEA ≤ 0.05時，表示模型的擬合度非常好。
當RMSEA ≤ 0.08時，表示模型的擬合度可接受。
當RMSEA > 0.1時，表示模型的擬合度不佳。
優勢：RMSEA相較於其他擬合指數（如CFI、NNFI等）的一個優點是，它對模型複雜度的敏感度較低，也就是說，當模型中參數數量增加時，RMSEA不會像其他擬合指數那樣容易受到過度擬合的影響。
局限性：需要注意的是，RMSEA僅能反映模型的整體擬合度，無法提供具體哪些部分擬合不佳的信息。
在實際套用中，當RMSEA小於0.05時，通常認為模型具有良好的適配度。例如，如果一個模型的RMSEA為0.068，修正後為0.043，小於0.055，則表示模型適配度良好。