Оценка подгонки модели

Факторный анализ в R

Jennifer Brussow

Psychometrician

Статистики подгонки по умолчанию

Критерий хи-квадрат (он же критерий логарифмического правдоподобия) — единственный по умолчанию

summary(theory_CFA)

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

Часто значим из-за размера выборки
Желаемый результат — незначимость

Изменение параметров

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

RMSEA < 0.05
GFI (индекс согласия) > 0.90
CFI (сравнительный индекс подгонки) > 0.90

Абсолютная подгонка модели

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

Относительная подгонка

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

Относительная подгонка: сравнение моделей

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

Подходит для вложенных моделей, подогнанных к одному набору данных
Не используйте, если эти условия не выполнены!

Давайте потренируемся!

Факторный анализ в R