モデル適合の検討

Rで学ぶ因子分析

Jennifer Brussow

Psychometrician

デフォルトの適合統計量

カイ二乗検定（対数尤度検定）がデフォルト

summary(theory_CFA)

 Model Chisquare =  2231.647   Df =  265 Pr(>Chisq) = 1.695873e-307

サンプルサイズの影響で有意になりやすい
有意でないことが望ましい結果

オプションの変更

options(fit.indices = c("CFI", "GFI", "RMSEA", "BIC"))

RMSEA < 0.05
GFI（適合度指数）> 0.90
CFI（比較適合指数）> 0.90

絶対的モデル適合

summary(theory_CFA)

 Model Chisquare =  2305.159   Df =  271 Pr(>Chisq) = 0

 Goodness-of-fit index =  0.8527977

 RMSEA index =  0.07815051   90% CI: (NA, NA)

 Bentler CFI =  0.7754574

相対的適合

summary(theory_CFA)

 Model Chisquare =  2305.159   Df =  271 Pr(>Chisq) = 8.422189e-319
 Goodness-of-fit index =  0.8527977
 RMSEA index =  0.07815051   90% CI: (NA, NA)
 Bentler CFI =  0.7754574
 BIC =  377.0563

summary(theory_CFA)$BIC

326.618

相対的適合：モデルの比較

summary(theory_CFA)$BIC

326.618

# Run a CFA using the EFA syntax you created earlier
EFA_CFA <- sem(EFA_syn, data = bfi_CFA)
summary(EFA_CFA)$BIC

377.0563

同一データセットに適合させた入れ子モデルに有効
条件を満たさない場合は使用しないこと！

練習しましょう！

Rで学ぶ因子分析