Multivariate Normality

 Multivariate Normality

Kajian empirical non-normality dalam SEM, West (1995) mendapati jika data semakin tidak normal, nilai χ2 yang diperoleh akan menjadi semakin besar. Apabila pengkaji cuba ubahsuai model berdasarkan χ2 maka model menjadi tidak sesuai dengan teori. Data yang tidak normal juga mengakibatkan indeks padanan Tucker Lewis Index (TLI) dan Comparative Fit Index (CFI) menghasilkan nilai underestimate. 

Data yang tidak normal juga menghasilkan standard errors yang rendah dengan degree of freedom yang dalam lingkungan pertengahan ke tinggi. Oleh kerana standard errors rendah, coefficient Regression dan covariant error akan menjadi signifikan secara statistik walaupun perkara ini tidak berlaku dalam populasi sebenar.