สถิติความพอดีแบบสัมบูรณ์
สถิติความพอดีแบบสัมบูรณ์ที่แสดงในผลลัพธ์ CFA คือการทดสอบ Chi-square แบบ likelihood ratio ซึ่งทดสอบสมมติฐานว่าโมเดลที่ประมาณค่าได้นั้นทำงานได้ดีพอกับ null model หรือไม่ คุณเคยเห็นสถิติความพอดีนี้ในบทก่อนหน้าแล้ว จึงน่าจะจำได้ว่าเกณฑ์ของการทดสอบนี้ค่อนข้างเข้มงวดมาก โมเดลส่วนใหญ่มักได้ผลลัพธ์ที่มีนัยสำคัญทางสถิติ ซึ่งในที่นี้ถือเป็นสิ่งที่ไม่พึงประสงค์ เนื่องจากหมายความว่าความพอดีของโมเดลแย่กว่าอย่างมีนัยสำคัญทางสถิติ
หลังจากตรวจสอบสถิติความพอดีแบบสัมบูรณ์ที่แสดงโดยฟังก์ชัน summary() แล้ว ให้พิจารณาว่าการทดสอบ likelihood ratio มีนัยสำคัญทางสถิติหรือไม่
GFI ของโมเดลนี้อยู่ในระดับที่ยอมรับได้หรือไม่?
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์ปัจจัยใน R
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Set the options to include various fit indices so they will print
options(___ = c("CFI", "GFI", "RMSEA", "BIC"))
# Use the summary function to view fit information and parameter estimates
___(theory_CFA)