添加载荷以提升模型拟合

R 中的因子分析

Jennifer Brussow

Psychometrician

何时进行调整

请记住：

  • EFA 会估计所有题项/因子载荷
  • CFA 仅估计指定的载荷
  • 拟合不佳可能源于遗漏的载荷
R 中的因子分析

在语法中添加载荷

两个可考虑新增的题项/因子关系：

  • 外向性 → 题项 N4
  • 神经质 → 题项 E3
summary(theory_CFA)

...

Parameter Estimates
            Estimate   Std Error  z value    Pr(>|z|)                  
C[EXT,NEU]   0.2362614 0.03364096   7.023029  2.171093e-12 NEU <--> EXT
...
R 中的因子分析

在bfi因子图上添加的载荷

R 中的因子分析

在语法中添加新载荷

# 在语法中添加合理的题项/因子载荷
theory_syn_add <- "
AGE: A1, A2, A3, A4, A5
CON: C1, C2, C3, C4, C5
EXT: E1, E2, E3, E4, E5, N4
NEU: N1, N2, N3, N4, N5, E3
OPE: O1, O2, O3, O4, O5 "

# 如前，将等式转换为 sem 兼容语法
theory_syn2 <- cfa(text = theory_syn_add, reference.indicators = FALSE)

# 使用修订语法运行 CFA
theory_CFA_add <- sem(model = theory_syn2, data = bfi_CFA)
R 中的因子分析

比较原始模型与修订模型

# 进行似然比检验
anova(theory_CFA, theory_CFA_add)

LR Test for Difference Between Models

               Model Df Model Chisq Df LR Chisq Pr(>Chisq)    
theory_CFA          265      2212.0                           
theory_CFA_rev      263      2097.8  2   114.28  < 2.2e-16 ***

Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
R 中的因子分析

比较原始模型与修订模型

# 比较CFI（越高越好）
summary(theory_CFA)$CFI

0.785075

summary(theory_CFA_add)$CFI

0.7974694
R 中的因子分析

比较原始模型与修订模型

# 比较RMSEA（越低越好）
summary(theory_CFA)$RMSEA

0.07731925         NA         NA 0.90

summary(theory_CFA_add)$RMSEA

0.07534156         NA         NA 0.90
R 中的因子分析

Vamos praticar!

R 中的因子分析

Preparing Video For Download...