1

我想在（包）的输出上使用reliability()包中的函数。semToolssem()lavaan

我正在使用这样的功能：

reliability(fit, return.total = TRUE, dropSingle = FALSE, omit.imps = c("no.conv", "no.se"))

但我收到以下警告：

忽略高阶因素。

输出仅显示三个潜在变量的值：

               VOR          DID   ANT
alpha  0.7144851  0.7303742  0.7381195
omega  0.7317086  0.7474582  0.7590928
omega2 0.7317086  0.7474582  0.7590928
omega3 0.7428142  0.7558317  0.7597882
avevar 0.3642473  0.3856845  0.4598487

然而，我的模型有更多的变量。以下是使用创建的sem()模型生成的输出lavaan：

Latent Variables:
                    Estimate  Std.Err  z-value  P(>|z|)   Std.lv  Std.all
  CPT =~                                                          
    CPT2              1.000                               0.486    0.570
    CPT3              1.270    0.239    5.312    0.000    0.618    0.840
    CPT4              0.897    0.218    4.121    0.000    0.436    0.518
  ANT =~                                                            
    ANT1              1.000                               0.399    0.564
    ANT4              1.596    0.356    4.486    0.000    0.636    0.737
    ANT3              1.068    0.291    3.667    0.000    0.426    0.494
  ROL =~                                                         
    ROL1              1.000                               0.686    0.841
    ROL2              0.992    0.120    8.300    0.000    0.681    0.761
    ROL3              0.999    0.117    8.572    0.000    0.686    0.781
    ROL4              0.794    0.113    7.009    0.000    0.545    0.664
  SET =~                                                      
    SET1              1.000                               0.613    0.571
    SET2              1.185    0.220    5.382    0.000    0.726    0.809
    SET3              1.081    0.207    5.220    0.000    0.663    0.747
    SET4              0.989    0.216    4.578    0.000    0.606    0.600
  CTO =~                                                         
    CTO1              1.000                               0.903    0.752
    CTO2              0.878    0.145    6.037    0.000    0.793    0.687
    CTO3              1.005    0.155    6.482    0.000    0.907    0.772
  RWD =~                                                              
    RWD1              1.000                               0.831    0.831
    RWD2              1.054    0.097   10.878    0.000    0.876    0.911
    RWD3              1.025    0.099   10.373    0.000    0.852    0.863
  VOR =~                                                               
    VOR1              1.000                               0.281    0.383
    VOR2              2.107    0.665    3.170    0.002    0.592    0.605
    VOR3              1.994    0.615    3.245    0.001    0.560    0.653
    VOR4              1.845    0.578    3.193    0.001    0.518    0.619
    VOR5              1.968    0.603    3.264    0.001    0.553    0.667
  DID =~                                                          
    DID1              1.000                               0.447    0.667
    DID2              1.250    0.191    6.530    0.000    0.559    0.804
    DID3              1.176    0.187    6.302    0.000    0.526    0.759
    DID4              0.969    0.172    5.632    0.000    0.433    0.658
    DID5              0.550    0.224    2.453    0.014    0.246    0.268
  ABT =~                                                          
    ABT1              1.000                               0.701    0.703
    ABT2              1.321    0.195    6.760    0.000    0.926    0.809
    ABT3              0.578    0.135    4.291    0.000    0.405    0.475
    ABT4              0.864    0.165    5.248    0.000    0.606    0.589
  EMT =~                                                          
    VOR               1.000                               0.666    0.666
    DID               1.672    0.602    2.778    0.005    0.699    0.699
    ABT               3.372    1.159    2.909    0.004    0.900    0.900

这是我用来生成潜在变量的 SEM 模型：

modelnew <- '
CPT =~ CPT2 + CPT3 + CPT4
ANT =~   ANT1 + ANT4 +  ANT3
ROL =~ ROL1 + ROL2 + ROL3 + ROL4

SET =~ SET1+SET2+SET3+SET4
CTO =~ CTO1+CTO2+CTO3  
RWD =~ RWD1+RWD2+RWD3



VOR =~ VOR1 + VOR2 + VOR3  +VOR4 + VOR5
DID =~ DID1 +DID2 +DID3 +DID4 +DID5
ABT =~ ABT1 +ABT2 +ABT3 +ABT4
EMT =~ VOR + DID + ABT

CPT ~~ EMT 
ROL ~~ EMT 
ANT ~~ EMT 

CPT  ~~ SET + CTO + RWD
ANT ~~ SET + CTO + RWD
ROL ~~ SET + CTO + RWD
'

如何在不忽略高阶因子的情况下获得所有潜在变量的 AVE 和 Omega 值？

4

1 回答 1

1

您的模型是一个高阶模型，因为它使用潜在变量 (VOR DID和ABT) 作为依赖变量（参见第 1 行EMT =~ VOR + DID + ABT）。

semPaths()这是使用package中的函数绘制模型时的样子semPlot：

在此处输入图像描述

因为reliability()只能处理一个因素，所以它忽略了模型的较高变量（“高阶因素”）。

幸运的是，有一个解决方案。只需使用reliabilityL2()semTools 中的函数：

reliabilityL2(fit, "EMT")
reliabilityL2(fit, "CPT")
reliabilityL2(fit, "ANT")
# and so on...

这应该为您提供缺失变量的 Omega。

于 2020-09-26T18:35:58.853 回答