モデル適合度

Rで学ぶ因子分析

Jennifer Brussow

Psychometrician

絶対的適合度と相対的適合度

絶対的適合度統計量は固有の意味とカットオフ値を持ちます。

カイ二乗検定
Tucker-Lewis指標（TLI）
近似二乗平均誤差（RMSEA）

相対的適合度統計量はモデル比較時のみ意味を持ちます。

ベイズ情報量基準（BIC）

絶対的適合度統計量

よく使われるカットオフ値：

カイ二乗検定：非有意
Tucker Lewis指標（TLI）：> 0.90
近似二乗平均誤差（RMSEA）：< 0.05

適合度統計量の確認

# Run the EFA with six factors (as indicated by your scree plot)
EFA_model <- fa(bfi_EFA, nfactors = 6)

# View results from the model object
EFA_model

The total number of observations was  1400  
    with Likelihood Chi Square =  618.43  with prob <  1.2e-53

Tucker Lewis Index of factoring reliability =  0.916
RMSEA index =  0.045  and the 90 % confidence intervals are  0.041 0.048

BIC =  -576.87

相対的モデル適合度

# Run each theorized EFA on your dataset
bfi_theory <- fa(bfi_EFA, nfactors = 5)
bfi_eigen <- fa(bfi_EFA, nfactors = 6)

# Compare the BIC values
bfi_theory$BIC
bfi_eigen$BIC

bfi_theory$BIC
bfi_eigen$BIC

-381.5326
-576.8658

まとめ：適合度の評価

モデルの絶対的適合度を確認する（カイ二乗検定、TLI、RMSEA）
複数モデルを比較する場合は相対的適合度統計量（BIC）を使用する

練習しましょう！

Rで学ぶ因子分析