检验模型拟合

R 中的因子分析

Jennifer Brussow

Psychometrician

默认拟合统计量

卡方检验（又称对数似然检验）只是默认项

summary(theory_CFA)

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

常因样本量大而显著
期望结果是"不显著"

更改选项

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

RMSEA < 0.05
GFI（拟合优度）> 0.90
CFI（比较拟合指数）> 0.90

绝对拟合

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

相对拟合

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

相对拟合：比较模型

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

适用于在同一数据集上拟合的嵌套模型
若不满足上述条件，请勿使用！

¡Vamos a practicar!

R 中的因子分析