Analýza manifestního Heywoodova případu
Po prezentaci výsledků skupina zabývající se adopcemi přepracovala svůj dotazník tak, aby měřil dva faktory: jak efektivní byly jejich online příspěvky s příběhy (goodstory) a jak důležitá byla osobní interakce (inperson). Nová data jsou načtena pod názvem adoptsurvey. V tomto cvičení budeš hledat Heywoodův případ na jedné z manifestních proměnných, nikoli na latentní proměnné.
Toto cvičení je součástí kurzu
Structural Equation Modeling with lavaan in R
Pokyny k cvičení
- Analyzuj aktualizovaná data
adoptsurveypro dvou-faktorový modeladopt.modelpomocí funkcecfa(). - Po dokončení analýzy pomocí
cfa()sleduj případná varování. - Pomocí funkce
summary()zjisti, která manifestní proměnná je problematická.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Build the model
adopt.model <- 'goodstory =~ pictures + background + loveskids
inperson =~ energy + wagstail + playful'
# Analyze the model and include the data argument
adopt.fit <- cfa(___)
# Summarize the model to view the negative variances