시작하기무료로 시작하기

적합도 지수 살펴보기

이전 연습 문제에서 표준화 적재량을 검토한 결과, 여러 관측 변수(manifest variable)가 잠재 변수(latent variable)를 충분히 잘 반영하지 못할 수 있다는 점을 확인했어요. 모델을 평가하는 두 번째 방법으로, 적합도 지수(fit indices)를 확인해 모델이 데이터에 적절히 들어맞는지 살펴볼 수 있습니다. summary() 함수의 fit.measures 인수를 사용하면 양(良)의 적합도와 음(惡)의 적합도 통계를 모두 볼 수 있어요.

CFI와 TLI 같은 양의 적합도 지수는 값이 커야 하며(0.90 이상), 1에 가까울수록 좋습니다. 반면 RMSEA와 SRMR 같은 음의 적합도 지수는 값이 작아야 하며(0.10 미만), 0에 가까울수록 좋다는 점을 기억하세요.

이 연습은 강의의 일부입니다

R에서 lavaan으로 배우는 구조방정식모형

강의 보기

연습 안내

  • text.fit 모델에 summary() 함수를 사용하세요.
  • 적합도 지수를 표시하는 인수를 포함하세요.
  • 표준화 적재량은 포함하지 마세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Load the lavaan library
library(lavaan)

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

# Analyze the model with cfa()
text.fit <- cfa(model = text.model, data = HolzingerSwineford1939)

# Summarize the model
코드 편집 및 실행