CFA: keine sinnvollen Ergebnisse

Faktorenanalyse, Clusteranalyse, Diskriminanzanalyse und weitere multivariate Verfahren mit R.

CFA: keine sinnvollen Ergebnisse

Beitragvon whois_kati » So 2. Sep 2018, 20:03

Hallo zusammen,

Vielleicht kann mir jemand von euch ja weiterhelfen.
Ich habe zur Untersuchung meiner verwendeten Skalen eine CFA mit R gerechnet. Dabei habe ich jedoch keine sinnvollen Ergebnisse erhalten. Ich beschreibe am besten zunächst mein Vorgehen, damit ihr nachvollziehen könnt, ob es richtig gerechnet wurde. Kommentare von mir sind fett markiert.

Syntax:

Model_ZD <- "ZD_Factor =~ ZD1 + ZD2 + ZD3" (*hier habe ich spezifiziert, dass der Faktor Zeitdruck durch die entsprechenden Items ZD1-ZD3 repräsentiert werden soll)

ergebnis <- cfa(model = Model_ZD, data=Wochenfragebogen, estimator="mlr") (*Wochenfragebogen bezieht sich hierbei auf meinen kompletten Datensatz, ist das richtig so?*)

summary(ergebnis, fit.measures=TRUE, standardized =TRUE) (*Ergebnis der CFA mitsamt Fit Indices*)


Ausführen lässt sich das Ganze, jedoch kommt (egal welche Items und Skalen ich untersuche), immer folgendes Ergebnis:


Ergebnis:

lavaan 0.6-2 ended normally after 16 iterations -> ist das normal? sollte nicht dort "converged normally" stehen?

Optimization method NLMINB
Number of free parameters 6

Number of observations 201

Estimator ML Robust
Model Fit Test Statistic 0.000 0.000
Degrees of freedom 0 0
Scaling correction factor NA
for the Yuan-Bentler correction (Mplus variant)

--> ML und df sind jedes Mal 0! wie kann das sein? ein p-Wert wird nicht herausgegeben




Root Mean Square Error of Approximation:

RMSEA 0.000 0.000
90 Percent Confidence Interval 0.000 0.000 0.000 0.000
P-value RMSEA <= 0.05 NA NA

Robust RMSEA 0.000
90 Percent Confidence Interval 0.000 0.000

Standardized Root Mean Square Residual:

SRMR 0.000 0.000


-> auch hier: jedes Mal ein Ergebnis von 0.000 bei RMSEA und SRMR.



User model versus baseline model:

Comparative Fit Index (CFI) 1.000 1.000
Tucker-Lewis Index (TLI) 1.000 1.000

Robust Comparative Fit Index (CFI) 1.000
Robust Tucker-Lewis Index (TLI) 1.000


-> und hier: jedes Mal (egal welche Skala und welche Items) ein Ergebnis von 1.000 für CFI und TLI


Kann mir jemand erkären, wie meine Ergebnisse zustande kommen? was hab ich falsch gerechnet? am Datensatz kann es nicht liegen, ich habe zusätzlich einen Beispieldatensatz aus einem Tutorial genommen, bei dem genau das Gleiche herauskommt.


Vielen Dank schonmal vorab!

Lg, Kati
whois_kati
 
Beiträge: 1
Registriert: Di 28. Aug 2018, 23:23
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Zurück zu Multivariate Verfahren

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 0 Gäste

cron