あてはまりの悪さ（LOF; Lack of Fit）検定は、現在のモデルに十分な情報が含まれているか、あるいはより複雑な項が必要かを示します。この検定は、適合度検定（goodness-of-fit test）と呼ばれることもあります。あてはまりの悪さ（LOF）検定では、データ内の効果値のすべての組み合わせのそれぞれを1つのグループとして、純粋誤差の負の対数尤度が計算されます。純粋誤差における負の対数尤度（「（‐1）*対数尤度」）は、「あてはまりの悪さ（LOF）」表の「飽和モデル」の行に表示されます。「あてはまりの悪さ（LOF）」レポートには、「飽和モデル」の負の対数尤度が「あてはめたモデル」のそれより有意に良いかどうかを示す検定も表示されます。
「あてはまりの悪さ（LOF）」表にある負の対数尤度（「（‐1）*対数尤度」）は、モデルのあてはまりが悪いこと（LOF）に起因する誤差、飽和モデルの誤差（純粋誤差）、およびあてはめたモデルの誤差を表します。また、あてはまりの悪さ（LOF）に関してはカイ2乗統計量も計算されます。