Textgeschwindigkeitsmodell analysieren

Analysieren wir dein Textgeschwindigkeitsmodell aus der ersten Lektion. Dieses Modell enthielt eine latente Variable, textspeed, die durch sechs manifeste Variablen repräsentiert wurde. Die Variablen x4, x5, x6 erfassten das Leseverständnis, und x7, x8 und x9 erfassten Zähl- und Additionsgeschwindigkeit aus dem Datensatz HolzingerSwineford1939.

Wir verwenden die Funktion cfa(), um text.model mit den Daten aus HolzingerSwineford1939 zu analysieren. Unsere Zusammenfassung sollte anzeigen, dass das Modell mit 9 Freiheitsgraden identifiziert wurde. Untersuche die Schätzungen der latenten Variable, um festzustellen, welche Items die latente Variable gut messen (hohe Werte) und welche nicht (niedrige Werte).

Diese Übung ist Teil des Kurses

<Kurs>Strukturgleichungsmodellierung mit lavaan in R</Kurs>

Kurs ansehen

Übungsanweisungen

Verwende die Funktion cfa(), um ein Modell namens text.fit zu schätzen. Denk daran, sowohl das Modell- als auch das Daten-Argument anzugeben!
Verwende die Funktion summary(), um die Modellgüte anzusehen.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Load the lavaan library
library(lavaan)

# Load the dataset and define model
data(HolzingerSwineford1939)
text.model <- 'textspeed =~ x4 + x5 + x6 + x7 + x8 + x9'

# Analyze the model with cfa()


# Summarize the model

Code bearbeiten und ausführen