Дослідіть індекси узгодженості моделі
Після перегляду стандартизованих навантажень у попередній вправі ми з'ясували, що кілька маніфестних змінних можуть не дуже добре репрезентувати нашу латентну змінну. Як другий підхід до оцінювання моделі, можна проаналізувати індекси узгодженості, щоб зрозуміти, чи коректно модель описує дані. Ви можете переглянути як показники „доброї" узгодженості, так і „поганої" узгодженості, використовуючи аргумент fit.measures у функції summary().
Пам'ятайте: показники „доброї" узгодженості, як-от CFI та TLI, мають бути великими (понад .90) і наближеними до одиниці, тоді як показники „поганої" узгодженості, як-от RMSEA та SRMR, мають бути малими (менше .10) і наближеними до нуля.
Ця вправа є частиною курсу
Моделювання структурними рівняннями (SEM) з пакетом lavaan у R
Інструкції до вправи
- Використайте функцію
summary()для вашої моделіtext.fit. - Додайте аргумент для перегляду індексів узгодженості.
- Не включайте стандартизовані навантаження.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Load the lavaan library
library(lavaan)
# Load the data and define model
data(HolzingerSwineford1939)
text.model <- 'textspeed =~ x4 + x5 + x6 + x7 + x8 + x9'
# Analyze the model with cfa()
text.fit <- cfa(model = text.model, data = HolzingerSwineford1939)
# Summarize the model