La matriz de covarianza equivale a una matriz de correlaciones Pearson previo a la estandarización del promedio de momentos. Entonces, estás planteando una comparación de resultados de una matriz de correlaciones Pearson (de manera indirecta) con una policórica. Por lo tanto, dado que las correlaciones policóricas analiza datos ordinales ajustando a una normalidad de las mismas, sus resultados suelen ser mayores que los de Pearson.

Sergio,

Adding to Alberto's answer (thanks to Google Translate!), part of the CFI calculation is estimating the fit of a "null" model, one in which all variables are uncorrelated, and the fit (perfect in your case) of a "saturated" model, in which all variables are freely correlated. If the correlations in the matrix is different, the fit of the null model will be different (a different degree of ill fit by assuming zeroes), resulting in a change in CFI.

Hope that helps,

Pat

Gracias por las respuestas!