Seit 2019 im DACH-RaumSeit 2019
50+ Statistik-Experten50+ Experten
Über 1.200 Projekte1.200+ Projekte
Alle StatistikprogrammeAlle Programme
Express möglichExpress

Statistik-Glossar

GFI

Goodness of Fit Index · Maximilian Fuchs · 24. April 2026 · 4 Min. Lesezeit

Was versteht man unter GFI?

Der Goodness of Fit Index (GFI) ist ein Modellgüteindex, der in der Strukturgleichungsmodellierung (SEM) und der konfirmatorischen Faktorenanalyse (CFA) eingesetzt wird. Er gibt an, wie gut ein theoretisch spezifiziertes Modell die beobachteten Varianzen und Kovarianzen der Daten reproduziert. Der GFI wurde von Jöreskog und Sörbom (1984) im Rahmen des LISREL-Programms eingeführt.

Formal beschreibt der GFI den Anteil der Varianz-Kovarianz-Information in den Daten, der durch das Modell erklärt wird. Er ist dem Bestimmtheitsmaß R² in der Regression konzeptuell ähnlich. Der GFI nimmt Werte zwischen 0 und 1 an, wobei ein Wert nahe 1 auf eine gute Modellanpassung hinweist. Als Faustregel gilt:

Tabelle 1. Konventionelle Schwellenwerte für den GFI
GFI-Wert Bewertung der Modellpassung
≥ .95 Gute Passung
.90 – .94 Akzeptable Passung
< .90 Schlechte Passung

Eng verwandt ist der AGFI (Adjusted GFI), der den GFI um die Modellkomplexität (Freiheitsgrade) korrigiert – ähnlich wie das korrigierte R² in der Regression.

Einfach erklärt: Stell dir vor, du baust ein Puzzle-Modell, das erklären soll, wie bestimmte Variablen zusammenhängen. Der GFI misst, wie gut dein Modell die tatsächlich beobachteten Zusammenhänge in deinen Daten widerspiegelt – also wie viel vom „Gesamtbild“ dein Modell einfängt. Ein GFI von .95 bedeutet, dass dein Modell 95 % der Datenstruktur gut abbildet.

Warum ist GFI für statistische Analysen wichtig?

In der Strukturgleichungsmodellierung wird nie nur ein einzelner Modellgüteindex berichtet. Der GFI gehört jedoch zur Gruppe der absoluten Fit-Indizes und ist daher ein wichtiger Bestandteil einer vollständigen Modellbewertung. Er vergleicht das spezifizierte Modell direkt mit einem sogenannten Saturierten Modell (das die Daten perfekt reproduziert) – ohne dabei ein Nullmodell als Referenz zu benötigen.

In der Praxis wird der GFI oft gemeinsam mit anderen Indizes berichtet, zum Beispiel:

  • RMSEA (Root Mean Square Error of Approximation)
  • CFI (Comparative Fit Index)
  • SRMR (Standardized Root Mean Square Residual)
  • Chi²-Test und zugehöriger p-Wert

Diese Kombination wird empfohlen, weil kein einzelner Index alle Aspekte der Modellgüte vollständig abdeckt.

Häufiger Fehler: Der GFI ist bekannt dafür, mit steigender Stichprobengröße zu steigen – unabhängig davon, ob das Modell tatsächlich besser passt. Außerdem tendiert er dazu, bei komplexen Modellen mit vielen Variablen systematisch niedrigere Werte zu liefern. Viele Methodiker empfehlen deshalb, den GFI nur in Kombination mit anderen Fit-Indizes zu interpretieren und ihm keine alleinige Entscheidungskraft zuzuschreiben.
Gut zu wissen: In neueren Publikationen wird der GFI zunehmend kritisch diskutiert. Hu und Bentler (1999) empfehlen stattdessen stärker den CFI und RMSEA. Dennoch ist der GFI in vielen Softwarepaketen (AMOS, R, Mplus) standardmäßig im Output enthalten und in der Literatur weit verbreitet.

Praxisbeispiel zu GFI

Eine Psychologiestudentin möchte in ihrer Masterarbeit ein Messmodell für das Konstrukt „Arbeitszufriedenheit“ testen. Sie hat einen Fragebogen mit 12 Items entwickelt und vermutet, dass diese Items drei latente Faktoren abbilden: Arbeitsinhalt, Führungsqualität und Work-Life-Balance. Sie führt eine konfirmatorische Faktorenanalyse (CFA) mit n = 250 Personen durch.

Die Software gibt folgende Fit-Indizes aus:

Tabelle 2. Modellgüteindizes der konfirmatorischen Faktorenanalyse
Index Wert Bewertung
GFI .93 Akzeptabel
AGFI .90 Akzeptabel
CFI .96 Gut
RMSEA .058 Akzeptabel
SRMR .062 Akzeptabel

Der GFI von .93 liegt knapp unterhalb des strengen Schwellenwerts von .95, deutet aber auf eine akzeptable Modellpassung hin. Da die übrigen Indizes ebenfalls im akzeptablen bis guten Bereich liegen, kommt die Studentin zu dem Schluss, dass ihr Drei-Faktor-Modell die Daten insgesamt angemessen beschreibt. In der Arbeit berichtet sie alle Indizes gemeinsam und interpretiert den GFI nicht isoliert.

GFI Modellgüte Strukturgleichungsmodellierung Konfirmatorische Faktorenanalyse Fit-Index AGFI CFA SEM

Ihr persönlicher Ansprechpartner

Maximilian Fuchs, M. Sc.

Teilen Sie uns mit, wie wir Ihnen helfen können.

  • Persönlicher Ansprechpartner
  • Schnelle Rückmeldung
  • Transparente Preise
  • Schutz Ihrer Daten

Fragen? Einfach anrufen!