Konfirmatorische Faktorenanalyse (CFA) mit R lavaan
2. Voraussetzungstest und robuste Schätzung

Arndt Regorz, Dipl. Kfm. & MSc. Psychologie, 19.04.2022

Dieses ist eine Begleitseite zum Video-Tutorial über Voraussetzungstests (Mardia's Test) und robuste Schätzung (Satorra-Bentler) für die CFA mit lavaan.

(Hinweis: Mit Anklicken des Videos wird ein Angebot des Anbieters YouTube genutzt.)

R-Code aus dem Video-Tutorial

Hier ist der gesamte Code aus dem Video-Tutorial.

library(lavaan)

# Modell 1: Modell

model1 <- '
# Messmodell
visuell =~ x1 + x2 + x3
sprachlich =~ x4 + x5 + x6
geschwindigkeit =~ x7 + x8 + x9

# Fehlerkovarianz
x7 ~~ x8
'

model.fit1 <- cfa(model=model1, data=HolzingerSwineford1939, std.lv = TRUE)

summary(model.fit1, fit.measures = TRUE, standardized=TRUE)

# Test multivariate Normalverteilung

library(MVN)

#Auswahl Variablen
head(HolzingerSwineford1939, 10)
daten_mv_test <- subset(HolzingerSwineford1939, select = x1:x9)

#Test auf multivariate Normalverteilung
mvn(daten_mv_test, mvnTest="mardia")
mvn(daten_mv_test, mvnTest="mardia", univariateTest = "SW")

# Modell 2: Modell mit robuster Schätzung (Satorra-Bentler)

model2 <- '
# Messmodell
visuell =~ x1 + x2 + x3
sprachlich =~ x4 + x5 + x6
geschwindigkeit =~ x7 + x8 + x9

# Fehlerkovarianz
x7 ~~ x8
'

model.fit2 <- cfa(model=model2, data=HolzingerSwineford1939, std.lv= TRUE,
estimator="MLM")

summary(model.fit2, fit.measures = TRUE, standardized=TRUE)