Évaluation du modèle

Modélisation par équations structurelles avec lavaan en R

Erin Buchanan

Professor

Charges standardisées

summary(visual.fit, standardized = TRUE)

Latent Variables:
           Estimate  Std.Err  z-value  P(>|z|)   Std.lv  Std.all
  visual =~                                                             
    x1        1.000                               0.621    0.533
    x2        0.586    0.139    4.215    0.000    0.364    0.310
    x3        0.882    0.149    5.923    0.000    0.548    0.485
    x7        0.728    0.137    5.320    0.000    0.452    0.416
    x8        0.944    0.143    6.599    0.000    0.586    0.580
    x9        1.205    0.170    7.095    0.000    0.748    0.742

Indices d'ajustement

Ajustement du modèle : adéquation des données au modèle spécifié
- Indices d'ajustement « goodness of fit » comme le Comparative Fit Index (CFI) ou le Tucker‑Lewis Index (TLI)
- Indices de non‑ajustement « badness of fit » comme le Root Mean Square Error of Approximation (RMSEA) ou le Standardized Root Mean Square Residual (SRMR)
Mesurer l'ajustement du modèle

Indices d'ajustement

summary(visual.fit, standardized = TRUE, 
        fit.measures = TRUE)

Modèle utilisateur versus modèle de base :
  Comparative Fit Index (CFI)                    0.701
  Tucker-Lewis Index (TLI)                       0.502
                        _ _ _
Erreur quadratique moyenne d'approximation :
  RMSEA                                          0.190
                        _ _ _
Résidu quadratique moyen standardisé :
  SRMR                                           0.111

Passons à la pratique !

Modélisation par équations structurelles avec lavaan en R