เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

แก้ไข Latent Heywood Model

ในแบบฝึกหัดที่แล้ว พบว่าแบบสำรวจการรับเลี้ยงบุตรบุญธรรมมีค่าสหสัมพันธ์ > 1 บนตัวแปรแฝง ให้แก้ไข Heywood case โดยรวมตัวแปรแฝงทั้งสองเข้าเป็นตัวแปรแฝงเดียว จากนั้นวิเคราะห์และสรุปผลโมเดลเพื่อตรวจสอบว่าการรวมสองปัจจัยนี้เข้าด้วยกันช่วยแก้ปัญหาค่าสหสัมพันธ์ที่ผิดปกติได้หรือไม่

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Structural Equation Modeling ด้วย lavaan ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • แก้ไขโมเดลให้สร้างปัจจัย goodstory เพียงปัจจัยเดียว โดยวัดจากตัวแปรสังเกตได้ทั้งหกตัวในชุดข้อมูล adoptsurvey
  • วิเคราะห์โมเดลด้วยฟังก์ชัน cfa() เพื่อตรวจสอบว่าไม่มีข้อความแสดงข้อผิดพลาด
  • รัน summary() สำหรับโมเดลเพื่อดูผลลัพธ์สุดท้ายของโมเดล

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Look at the data
head(adoptsurvey)

# Edit the original model 
adopt.model <- 'goodstory =~ pictures + background + loveskids
inperson =~ energy + wagstail + playful'

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

# Look for Heywood cases
summary(___, standardized = TRUE, fit.measures = TRUE)
แก้ไขและรันโค้ด