1

我想按性别测试度量等效性，但出现错误。

我有以下相关矩阵：

（如何在控制台中获得一个输出，为我提供一个与 sds 的可重现的协方差/相关矩阵）？

> cor(sub1, use="pairwise.complete.obs")
             V24          V25         V52          V53          V54         V37
V24  1.000000000  0.697521674  0.01568641  0.018252279  0.007213654  0.04335144
V25  0.697521674  1.000000000 -0.01564264  0.004665397 -0.015039173  0.04004168
V52  0.015686412 -0.015642643  1.00000000  0.546989009  0.340628957 -0.05174745
V53  0.018252279  0.004665397  0.54698901  1.000000000  0.438693604 -0.07044378
V54  0.007213654 -0.015039173  0.34062896  0.438693604  1.000000000 -0.08113154
V37  0.043351436  0.040041675 -0.05174745 -0.070443778 -0.081131539  1.00000000
V38  0.098512813  0.066579287 -0.05594164 -0.091231815 -0.024566416  0.37069002
V39  0.001098530  0.026309212 -0.06166382 -0.059972262 -0.076980805  0.43970024
V40  0.049227113  0.043209425 -0.04630234 -0.061524717 -0.011688956  0.23091762
SEX -0.041446974 -0.015998972  0.07623627  0.026067738  0.043030238 -0.03215834
            V38         V39         V40         SEX
V24  0.09851281  0.00109853  0.04922711 -0.04144697
V25  0.06657929  0.02630921  0.04320942 -0.01599897
V52 -0.05594164 -0.06166382 -0.04630234  0.07623627
V53 -0.09123182 -0.05997226 -0.06152472  0.02606774
V54 -0.02456642 -0.07698080 -0.01168896  0.04303024
V37  0.37069002  0.43970024  0.23091762 -0.03215834
V38  1.00000000  0.17530099  0.48481632  0.13427571
V39  0.17530099  1.00000000  0.23179996  0.01046066
V40  0.48481632  0.23179996  1.00000000  0.24838303
SEX  0.13427571  0.01046066  0.24838303  1.00000000


model3.2 <- 'union =~ V24 + V25
loyality =~ V52 + V53 + V54
experience =~ V37 + V38 + V39 + V40
union ~ loyality + experience
experience ~~ loyality
V37 ~~ V39
V37 ~~ V38
experience ~ SEX
loyality ~ SEX'

现在我想评估一下男性和女性对工会的看法是否存在差异。

我既尝试了测量不变性的命令，也尝试了手动操作。

在这两种情况下，我都会收到一个错误：

> measurementInvariance(model3.2, data = sub1, group = "SEX")
Error in lav_model_estimate(lavmodel = lavmodel, lavsamplestats = lavsamplestats,  : 
  lavaan ERROR: initial model-implied matrix (Sigma) is not positive definite;
  check your model and/or starting parameters in group 1.
In addition: Warning messages:
1: In lav_samplestats_icov(COV = cov[[g]], ridge = ridge, x.idx = x.idx[[g]],  :
  lavaan WARNING sample covariance matrix in group: 1 is not positive-definite
2: In lav_samplestats_icov(COV = cov[[g]], ridge = ridge, x.idx = x.idx[[g]],  :
  lavaan WARNING sample covariance matrix in group: 2 is not positive-definite
> fit3.2b <- cfa(fit3.2 , data=sub1, group="SEX")
Error in Sigma.hat[[g]] : subscript out of bounds
In addition: Warning messages:
1: In lav_samplestats_icov(COV = cov[[g]], ridge = ridge, x.idx = x.idx[[g]],  :
  lavaan WARNING sample covariance matrix in group: 1 is not positive-definite
2: In lav_samplestats_icov(COV = cov[[g]], ridge = ridge, x.idx = x.idx[[g]],  :
  lavaan WARNING sample covariance matrix in group: 2 is not positive-definite

我读过这是由于我的误差协方差引起的负协方差。但是尽管删除了错误协方差V37 ~~ V，但V37 ~~ V38我得到了同样的错误。

问题：

如何评估测量不变性？

4

1 回答 1

3

如果您简化模型，这就是您所拥有的：

model3.2 <- '

测量模型：

union =~ V24 + V25
loyality =~ V52 + V53 + V54
experience =~ V37 + V38 + V39 + V40

结构型号：

experience ~ SEX
loyality ~ SEX    
union ~ loyality + experience

(experience ~~ loyalty)当您让他们同时预测同一件事时，就已经暗示了。尝试在有和没有它的情况下运行它——你会得到同样的结果。

相关残差：

V37 ~~ V39
V37 ~~ V38'

所以它类似于中介模型：性预测经验，而经验又预测结合。同时，性预示着忠诚，而忠诚又预示着结合。

当您进行测量不变性时，您试图查看模型在各组之间是否或多或少相同（取决于您要测试的不变性类型）。问题是，使用您指定的模型，您已经在测试组差异。您正在测试经验和忠诚度的潜在构造的平均值是否因性别而异。这与您通过测试潜在平均不变性尝试做的事情相同。

您的代码不可重现（SEX是一个组，因此无法使用相关矩阵重新创建），但我相信这个模型会起作用：

model3.2 <- '
# MEASUREMENT
union =~ V24 + V25
loyality =~ V52 + V53 + V54
experience =~ V37 + V38 + V39 + V40

# STRUCTURAL
union ~ loyality + experience

# CORRELATED RESIDUALS
V37 ~~ V39
V37 ~~ V38'

同样，当您通过测量不变性并继续测试潜在空间中的不变性时，您可以测试经验和忠诚度的潜在手段是否因性别而异。

于 2017-05-25T03:44:37.673 回答