Investigarea ajustării modelului

Analiza factorială în R

Jennifer Brussow

Psychometrician

Statistici de ajustare implicite

Testul chi-pătrat (testul log-verosimilității) este implicit

summary(theory_CFA)

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

Adesea semnificativ din cauza dimensiunii eșantionului
Rezultatul dorit este lipsa semnificației

Modificarea opțiunilor

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

RMSEA < 0.05
GFI (Indicele de bunătate a ajustării) > 0.90
CFI (Indicele de ajustare comparativă) > 0.90

Ajustarea absolută a modelului

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

Ajustarea relativă

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

Ajustare relativă: compararea modelelor

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

Util pentru modele imbricate ajustate pe același set de date
Nu utilizați dacă aceste condiții nu sunt îndeplinite!

Să exersăm!

Analiza factorială în R