Analysera ett manifest Heywood-fall
Efter att du rapporterat dina resultat skapade adoptionsgruppen en ny enkät för att mäta två faktorer: hur effektiva deras onlineinlägg med historier var i goodstory och hur mycket ett personligt möte inperson spelade roll. Den nya datan är inläst under adoptsurvey. I den här övningen ska du leta efter Heywood-fall på en av de manifesta variablerna, i stället för på den latenta variabeln.
Den här övningen är en del av kursen
Strukturell ekvationsmodellering med lavaan i R
Övningsinstruktioner
- Analysera den uppdaterade datan
adoptsurveyför tvåfaktorsmodellenadopt.modelmed funktionencfa(). - Håll utkik efter varningar när
cfa()har körts. - Använd funktionen
summary()för att undersöka vilken manifest variabel som är problematisk.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Build the model
adopt.model <- 'goodstory =~ pictures + background + loveskids
inperson =~ energy + wagstail + playful'
# Analyze the model and include the data argument
adopt.fit <- cfa(___)
# Summarize the model to view the negative variances