다중요인 명세

R에서 lavaan으로 배우는 구조방정식모형

Erin Buchanan

Professor

다중요인 모델

visual.model <- 'visual =~ x1 + x2 + x3 + x7 + x8 + x9'
visual.fit <- cfa(model = visual.model,
                  data = HolzingerSwineford1939)    
summary(visual.fit, standardized = TRUE, 
        fit.measures = TRUE)

User model versus baseline model:
  Comparative Fit Index (CFI)                    0.701
  Tucker-Lewis Index (TLI)                       0.502

소형 모델 두 개로 나누면 안 되는 이유

visual.model <- 'visual =~ x1 + x2 + x3'
visual.fit <- cfa(model = visual.model,
                  data = HolzingerSwineford1939)    
summary(visual.fit, standardized = TRUE, 
        fit.measures = TRUE)

speed.model <- 'speed =~ x7 + x8 + x9'
speed.fit <- cfa(model = speed.model,
                 data = HolzingerSwineford1939)    
summary(speed.fit, standardized = TRUE, 
        fit.measures = TRUE)

소형 모델 두 개로 나누면 안 되는 이유 (2)

  Number of observations                           301

  Estimator                                         ML
  Minimum Function Test Statistic                0.000
  Degrees of freedom                                 0
  Minimum Function Value               0.0000000000000

가능한 모수 = 3*(3+1)/2 = 6
추정 모수 = 계수 2개 + 분산 4개 = 6
df = 6 - 6 = 0

제약 명세

제약은 모수를 동일하게 설정함
추정 모수를 줄여 자유도 확보
등호 제약은 문자로 설정

visual.model <- 'visual =~ x1 + a*x2 + a*x3'

제약이 적용된 출력 결과

visual.model <- 'visual =~ x1 + a*x2 + a*x3'
visual.fit <- cfa(model = visual.model,
                  data = HolzingerSwineford1939)    
summary(visual.fit, standardized = TRUE, 
        fit.measures = TRUE)

Latent Variables:
           Estimate Std.Err z-value P(>|z|)  Std.lv Std.all
  visual =~                                                             
    x1       1.000                           0.745    0.639
    x2  (a)  0.910   0.142   6.397   0.000   0.678    0.562
    x3  (a)  0.910   0.142   6.397   0.000   0.678    0.614

다중요인 모델 명세

twofactor.model <- 'visual =~ x1 + x2 + x3 
    speed =~ x7 + x8 + x9'

twofactor.fit <- cfa(model = twofactor.model,
                     data = HolzingerSwineford1939)
summary(twofactor.fit, standardized = TRUE, 
        fit.measures = TRUE)

  Degrees of freedom                                 8
  P-value (Chi-square)                           0.000

연습해 봅시다!

R에서 lavaan으로 배우는 구조방정식모형