Analysera ett latent Heywood-fall

Ett lokalt djurhem har utformat en enkät för att mäta effekten av deras Adopt Me-program. Deltagarna bedömde varje hunds foto, bakgrundshistoria och andra egenskaper för att ange hur "adoptionsbar" varje hund är.

Datamängden adoptsurvey innehåller de sex bedömda faktorerna: pictures, background och loveskids mäter en latent variabel för "bra historia", medan energy, wagstail och playful mäter en latent variabel för "personligt intryck". Du ska bygga en tvåfaktormodell av enkäten och undersöka den för Heywood-fall. Biblioteket lavaan är redan inläst.

Den här övningen är en del av kursen

Strukturell ekvationsmodellering med lavaan i R

Visa kurs

Övningsinstruktioner

Den latenta variabeln goodstory mäts av pictures, background och loveskids.
Den latenta variabeln inperson mäts av energy, wagstail och playful.
Analysera tvåfaktormodellen med funktionen cfa().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Look at the data
head(adoptsurvey)

# Build the model
adopt.model <- 'goodstory ___
inperson ___'

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

Redigera och kör kod