Analizza il modello Text Speed
Analizziamo il tuo modello di velocità di lettura dalla prima lezione. Questo modello includeva una variabile latente, textspeed, rappresentata da sei variabili manifeste. Le variabili x4, x5, x6 misuravano la comprensione del testo, mentre x7, x8 e x9 misuravano la velocità nel contare e nell’addizione dal dataset HolzingerSwineford1939.
Useremo la funzione cfa() per analizzare text.model utilizzando i dati di HolzingerSwineford1939. Il nostro riepilogo dovrebbe indicare che il modello è stato identificato con 9 gradi di libertà. Dovresti esaminare le stime della variabile latente per capire quali item misurano bene la variabile latente (punteggi alti) e quali no (punteggi bassi).
Questo esercizio fa parte del corso
Modeli di equazioni strutturali con lavaan in R
Istruzioni dell'esercizio
- Usa la funzione
cfa()per stimare un modello chiamatotext.fit. Ricordati di includere sia gli argomenti model che data! - Usa la funzione
summary()per visualizzare l’adattamento del modello.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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