我想问你们一些关于R的CFA问题。
当我在R中使用CFA对A1、A2、A3因子进行CFA时，我得到的模型拟合优度如下图所示。
A <- 'A1 =~ A_1_1 + A_1_2 + A_1_3
A2 =~ A_2_1 + A_2_2
A3 =~ A_3_1 + A_3_2 + A_3_3
A_1_1 ~~ A_1_1
A_1_2 ~~ A_1_2
A_1_3 ~~ A_1_3
A_2_1 ~~ A_2_1
A_2_2 ~~ A_2_2
A_3_1 ~~ A_3_1
A_3_2 ~~ A_3_2
A_3_3 ~~ A_3_3'
A_fit <- cfa(A, fixed.x=F, data=data)
summary(A_fit, standardized=T, fit.measures=T)
Result
**CMIN = 112.793 /
DF = 41.00 /
P-Value = 0.000 /
RMSEA = 0.053 /
SRMR = 0.021 /
CFI = 0.986 /
TLI = 0.981**但是在我得到这个结果之后，我还想对A1，A2，A3因子使用cfa，所以我只对A1做了cfa，结果如下所示。
A <- 'A1 =~ A_1_1 + A_1_2 + A_1_3
A_1_1 ~~ A_1_1
A_1_2 ~~ A_1_2
A_1_3 ~~ A_1_3'
A_fit <- cfa(A, fixed.x=F, data=data)
summary(A_fit, standardized=T, fit.measures=T)
Result
**CMIN = 0 /
DF = 0 /
P-Value = NA /
RMSEA = 0 /
SRMR = 0 /
CFI = 1 /
TLI = 1**R系统没有提到任何错误，但我认为这对我的结果来说不是一个好兆头。
有可能知道A1、A2、A3的拟合优度吗？如果我做错了，下一步该怎么办？
谢谢你们，为我糟糕的英语写作道歉：）
1条答案
按热度按时间atmip9wb1#
您的模型刚刚被识别（df=0），这就是您得到p值= NA、RMSEA=0等结果的原因。
如果你的模型只是
A_1 =~ A_1_1 + A_1_2 + A_1_3
您必须能够运行CFA，但由于您让所有指标相互关联，因此降低了其自由度，使其变得只是标识
每个潜在变量单独的结果将是无用的，因此建议依赖于具有3个潜在变量的模型。这表明模型隐含协方差矩阵与数据隐含协方差矩阵拟合良好。
注意：这是一个更概念化的/统计问题，所以如果你在https://stats.stackexchange.com/上发布这类问题，你会得到一个更有趣的结果，而不是在这里。