Ajouter des chargements pour améliorer l'ajustement du modèle
Analyse factorielle avec R
Jennifer Brussow
Psychometrician
Quand apporter des ajustements
Rappel :
- Les EFA estiment tous les chargements item/facteur
- Les CFA n'estiment que les chargements spécifiés
- Un faible ajustement peut venir de chargements exclus
Ajouter des chargements à la syntaxe
Deux relations item/facteur prometteuses à ajouter :
- Extraversion → Item N4
- Neuroticisme → Item 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
...
Ajouter de nouveaux chargements à la syntaxe
# Ajouter des chargements item/facteur plausibles à la syntaxe 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 "# Comme plus tôt, convertir vos équations en syntaxe compatible avec sem theory_syn2 <- cfa(text = theory_syn_add, reference.indicators = FALSE)# Lancer une CFA avec la syntaxe révisée theory_CFA_add <- sem(model = theory_syn2, data = bfi_CFA)
Comparer les modèles initial et révisé
# Effectuer un test du rapport de vraisemblance
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
Comparer les modèles initial et révisé
# Comparer les indices CFI — plus élevé, c'est mieux !
summary(theory_CFA)$CFI
0.785075
summary(theory_CFA_add)$CFI
0.7974694
Comparer les modèles initial et révisé
# Comparer les valeurs RMSEA — plus faible, c'est mieux !
summary(theory_CFA)$RMSEA
0.07731925 NA NA 0.90
summary(theory_CFA_add)$RMSEA
0.07534156 NA NA 0.90
- Plus d'info sur les indices d'ajustement : http://davidakenny.net/cm/fit.htm
Passons à la pratique !
Analyse factorielle avec R
