Explorează indicii de potrivire
După ce ai analizat încărcăturile standardizate în exercițiul anterior, am constatat că unele dintre variabilele manifeste s-ar putea să nu reprezinte bine variabila noastră latentă. Ca o a doua măsură a modelului, poți examina indicii de potrivire pentru a vedea dacă modelul se potrivește corespunzător cu datele. Poți analiza atât statisticile de bunătate a potrivirii (goodness of fit), cât și cele de slabă potrivire (badness of fit) folosind argumentul fit.measures în cadrul funcției summary().
Amintește-ți că statisticile de bunătate a potrivirii, precum CFI și TLI, ar trebui să fie mari (peste ,90) și apropiate de unu, în timp ce măsurile de slabă potrivire, precum RMSEA și SRMR, ar trebui să fie mici (sub ,10) și apropiate de zero.
Acest exercițiu face parte din cursul
Modelarea ecuațiilor structurale cu lavaan în R
Instrucțiuni pentru exercițiu
- Aplică funcția
summary()pe modelul tăutext.fit. - Include argumentul pentru a afișa indicii de potrivire.
- Nu include încărcăturile standardizate.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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