เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

วิเคราะห์ Heywood Case ในตัวแปรสังเกตได้

หลังจากรายงานผลการวิเคราะห์แล้ว กลุ่มรับเลี้ยงบุตรบุญธรรมได้ปรับปรุงแบบสำรวจใหม่เพื่อวัด 2 ปัจจัย ได้แก่ ประสิทธิผลของโพสต์เรื่องราวออนไลน์ใน goodstory และความสำคัญของการพบปะโดยตรงใน inperson โดยโหลดข้อมูลใหม่ไว้ในชื่อ adoptsurvey ในแบบฝึกหัดนี้ จะมีการค้นหา Heywood case ในตัวแปรสังเกตได้ตัวใดตัวหนึ่ง แทนที่จะเป็นตัวแปรแฝง

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Structural Equation Modeling ด้วย lavaan ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • วิเคราะห์ข้อมูลที่อัปเดตแล้วใน adoptsurvey สำหรับ adopt.model สองปัจจัย ด้วยฟังก์ชัน cfa()
  • สังเกตคำเตือนที่ปรากฏหลังจากรัน cfa() เสร็จสิ้น
  • ใช้ฟังก์ชัน summary() เพื่อตรวจสอบว่าตัวแปรสังเกตได้ตัวใดมีปัญหา

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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
แก้ไขและรันโค้ด