我如何解释lavaan输出?


11

我正在尝试使用进行验证性因素分析(CFA)lavaan。我很难解释产生的输出lavaan

我有一个简单的模型-收集调查数据中的项目支持4个因素。这些因素与这些项目所测量的一致,在某种程度上看来它们可以用作有效的测量。

请帮我理解所产生的输出如下lavaancfa()

 Number of observations                          1730

  Estimator                                         ML
  Minimum Function Test Statistic              196.634
  Degrees of freedom                                21
  P-value (Chi-square)                           0.000

Model test baseline model:

  Minimum Function Test Statistic             3957.231
  Degrees of freedom                                36
  P-value                                        0.000

User model versus baseline model:

  Comparative Fit Index (CFI)                    0.955
  Tucker-Lewis Index (TLI)                       0.923

我有以下问题:

  1. 基线模型如何定义?
  2. 假设对于指定的自由度,计算出的Chi-Sq统计量大于预期值,那么对于等于0.000的p值,是否有任何解释?
  3. 基于CFI和TLI,看来我几乎有一个合理的模型。这是公平的解释吗?

让我建议您加入Lavaan谷歌论坛,这是一个很棒的资源,构建Lavaan的人Yves非常乐于回答许多问题。
robin.datadrivers 2015年

您第二个问题是什么意思?一个p的0.000 -值只是表示p -值是<0.0005(通常你可能会报告为p <0.001)。
帕特里克·库洛姆贝

Answers:


13

1)基线是一个零模型,通常情况下,所有观察到的变量都被约束为无其他变量的变量(换句话说,协方差固定为0)-仅估算各个方差。这通常被称为“合理的”最坏可能拟合模型,将您的拟合模型与之进行比较,以计算模型拟合的相对指数(例如CFI / TLI)。

2)卡方统计量(标记为最小函数检验统计量)用于针对您指定的模型和空值/基准模型执行完美模型拟合的检验。本质上,它是模型隐含的方差/协方差矩阵与观察到的方差/协方差矩阵之间偏差的度量。在这两种情况下,完全拟合的零均被拒绝(p<.001),尽管这是设计用于基准/空模型的情况。一些统计学家(例如,Klein,2010年)认为,模型拟合度的卡方检验可用于评估模型的质量,但大多数其他模型都不鼓励在模型解释中投入大量资源,无论是概念上的(即完美拟合是不合理的)和实用的(即卡方检验对样本量敏感)的原因(例如,参见Brown,2015; Little,2013)。但是,它对于计算模型拟合的许多其他更有用的索引很有用。

3)哪些模型适合水平被认为是“可接受的”标准可能因学科而异,但是至少根据Hu&Bentler(1999),您处于被认为是“可接受”的范围之内。0.955的CFI通常被认为是“良好”。但是请记住,TLI和CFI都是模型拟合的相对指标-它们将模型的拟合与(最差的)空模型的拟合进行比较。Hu&Bentler(1999)建议您解释/报告模型拟合的相对和绝对指数。模型拟合的绝对索引将模型的拟合与完美拟合的模型进行比较-RMSEA和SRMR是几个不错的候选者(前者通常与置信区间一起计算,这很好)。

参考文献

布朗(TA)(2015)。应用研究的验证性因素分析(第二版)。纽约,纽约:吉尔福德出版社。

Hu,L.&Bentler,PM(1999)。协方差结构分析中拟合指标的临界标准:传统标准与新选择。结构方程模型6,1-55。

Kline,RB(2010)。结构方程建模的原理和实践(第3版)。纽约,纽约:吉尔福德出版社。

Little,TD(2013)。纵向结构方程建模。纽约,纽约:吉尔福德出版社。


感谢您的参考。这真的很有帮助!
朱迪

1
没问题,@ Judy。Brown(2015),Little(2013-即使您不打算进行纵向建模)和Beaujean(2014)都为SEM提供了真正易用的介绍。如果您打算主要依赖R / lavaan软件包,我将最推荐Beaujean(2014)。但是从概念上讲,它们都是很棒的入门资源。
jsakaluk 2015年

@jsakaluk您如何在纵向上下文中指定基线空模型?我已经阅读了Little的有关纵向SEM的书(2013年)的部分内容,但不确定原模型是否包含因素之间的协方差。
Amonet

这取决于您要指定哪个空模型。手动指定传统的空模型有时会用到,但Little(2013)也讨论了可以为纵向模型指定的替代空模型(如果有其他模型,这也不会令我感到惊讶)。在这里讨论似乎有点脱轨,但是一个新的问题可能值得。
jsakaluk '18
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.