Explore os índices de ajuste

Depois de revisar as cargas padronizadas no exercício anterior, vimos que várias variáveis manifestas podem não representar bem nossa variável latente. Como uma segunda forma de avaliar o modelo, você pode examinar os índices de ajuste para ver se o modelo se ajusta adequadamente aos dados. Você pode analisar tanto estatísticas de bom ajuste quanto de mau ajuste usando o argumento fit.measures dentro da função summary().

Lembre-se de que as estatísticas de bom ajuste, como CFI e TLI, devem ser grandes (acima de 0,90) e próximas de um, enquanto as medidas de mau ajuste, como RMSEA e SRMR, devem ser pequenas (menores que 0,10) e próximas de zero.

Este exercicio faz parte do curso

Modelagem de Equações Estruturais com lavaan em R

Ver curso

Instruções do exercicio

Use a função summary() no seu modelo text.fit.
Inclua o argumento para visualizar os índices de ajuste.
Não inclua as cargas padronizadas.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# 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

Editar e Executar Código