Aan de slagGa gratis aan de slag

Repareer het latente Heywood-model

In de vorige oefening ontdekte je dat de adoptie-enquête een correlatie > 1 had op de latente variabele. Je moet de Heywood-case oplossen door de twee latente variabelen samen te voegen tot één latente variabele. Analyseer en vat daarna het model samen om te bekijken of het samenvoegen van deze twee factoren tot één de problematische correlatie heeft opgelost.

Deze oefening maakt deel uit van de cursus

Structurele vergelijkingsmodellen met lavaan in R

Cursus bekijken

Oefeninstructies

  • Pas het model aan zodat er slechts één goodstory-factor is die wordt gemeten door alle zes manifeste variabelen in de adoptsurvey-gegevensset.
  • Analyseer het model met de functie cfa() om te controleren of er geen foutmeldingen zijn.
  • Voer summary() uit voor het model om de uiteindelijke model-fit te bekijken.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Look at the data
head(adoptsurvey)

# Edit the original model 
adopt.model <- 'goodstory =~ pictures + background + loveskids
inperson =~ energy + wagstail + playful'

# Analyze the model
adopt.fit <- cfa(model = ___, data = adoptsurvey)

# Look for Heywood cases
summary(___, standardized = TRUE, fit.measures = TRUE)
Code bewerken en uitvoeren