Faktorenanalyse mit R

Faktorenanalyse mit R

Beitragvon Steffi* » Fr 23. Nov 2018, 15:54

Hallo zusammen,

ich führe zurzeit konfirmatorische Faktorenanalysen für die von mir verwendeten Skalen durch. Eine dieser Skalen, die ich unverändert aus einer anderen Studie entnommen habe, lässt sich leider gar nicht rechnen. Folgenden Befehl habe ich über r lavaan eingegeben:

### CFA ###
library(lavaan)
Modell<-'
OCB =~OCB_Information + OCB_Verteidigung + OCB_Zufriedenheit
'

fit.cfa<-cfa(Modell,data1, missing="fiml", estimator="mlr",std.lv=FALSE)
summary(fit.cfa, fit=TRUE, modindices=TRUE, standardized=TRUE)

Das Modell weist 0 Freiheitsgrade auf:

lavaan (0.5-23.1097) converged normally after 17 iterations

Number of observations 334

Number of missing patterns 1

Estimator ML Robust
Minimum Function Test Statistic 0.000 0.000
Degrees of freedom 0 0
Scaling correction factor NA
for the Yuan-Bentler correction

Model test baseline model:

Minimum Function Test Statistic 276.555 256.846
Degrees of freedom 3 3
P-value 0.000 0.000

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

Loglikelihood and Information Criteria:

Loglikelihood user model (H0) -1210.996 -1210.996
Loglikelihood unrestricted model (H1) -1210.996 -1210.996

Number of free parameters 9 9
Akaike (AIC) 2439.992 2439.992
Bayesian (BIC) 2474.292 2474.292
Sample-size adjusted Bayesian (BIC) 2445.744 2445.744

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

Parameter Estimates:

Information Observed
Standard Errors Robust.huber.white

Latent Variables:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
OCB =~
OCB_Informatin 1.000 0.766 0.767
OCB_Verteidgng 0.905 0.084 10.733 0.000 0.693 0.754
OCB_Zufriednht 0.784 0.089 8.824 0.000 0.601 0.684


Was habe ich falsch gemacht bzw. was kann ich tun, um diese Kurzskala dennoch auf Basis der konfirmatorischen Faktorenanalyse bewerten zu können?
Steffi*
Beobachter
Beobachter
 
Beiträge: 17
Registriert: Fr 5. Mai 2017, 11:49
Danke gegeben: 5
Danke bekommen: 0 mal in 0 Post

Re: Faktorenanalyse mit R

Beitragvon strukturmarionette » Fr 23. Nov 2018, 17:05

Hi,

- wie sieht Deine Input-Skala (Items, Antwortkategorien) konkret aus?
- was wurde bei wem gemessen?

Gruß
S.
strukturmarionette
Schlaflos in Seattle
Schlaflos in Seattle
 
Beiträge: 4312
Registriert: Fr 17. Jun 2011, 22:15
Danke gegeben: 32
Danke bekommen: 582 mal in 579 Posts

Re: Faktorenanalyse mit R

Beitragvon Holgonaut » Sa 24. Nov 2018, 17:08

Hi,

das Modell ist nicht testbar, weil du - wie du ja selbst gesehen hast - keine Freiheitsgrade hast. Die Freiheitsgrade ergeben sich aus Anzahl der empirischen (Ko)varianzen (bei dir 6) minus Anzahl der geschätzten Parameter (ebenfalls 6: 3 Messfehlervarianzen, eine latente Varianz, 2 Ladungen; die andere ist fixiert).

Gehe ich richtig in der Annahme, dass OCB organizational citizenship behavior ist? Wenn ja, weiß ich nicht, ob ein latentes Modell so Sinn macht, da ein Faktor eine gemeinsame Ursache der Indikatoren ist. Wenn nun Deine Indikatoren Verhaltenspattern sind, ist logischerweiße der Faktor in der kausalen Kette einen "schritt voraus" und ist dann eher eine Ursache dieser 3 Verhaltenspattern (also Motivation oder Disposition). Das wollen Skalenentwickler von Verhaltensskalen aber gewöhnlich gar nicht, weil der Gesamtscore dann ebenfalls ein Gesamt-Verhaltensscore sein soll.

Außerdem ist es bei einer CFA sinnvoll, diskriminante Konstrukte miteinzubeziehen und sich nicht auf das gewünschte Set von Items zu fokussieren.

Grüße
Holger
Holgonaut
Foren-Unterstützer
Foren-Unterstützer
 
Beiträge: 767
Registriert: Do 2. Jun 2011, 18:20
Danke gegeben: 3
Danke bekommen: 207 mal in 198 Posts

Re: Faktorenanalyse mit R

Beitragvon Steffi* » So 25. Nov 2018, 17:07

Hallo zusammen,

ja, bei "OCB" handelt es sich um das Organizational Citizenship Behavior (hier im Speziellen: Organizational Support). Der Frageblock sieht wie folgt aus:

Im Vergleich zum Durchschnitt meines Studienjahrgangs...


...verteidige ich meine Universität häufiger gegen Kritik.

… informiere ich Studieninteressierte häufiger umfassend über die Vorzüge meiner Universität.

… zeige ich mich nach außen hin zufriedener mit meiner Universität.

Die Antwortskala erstreckt sich von starke Ablehnung bis starke Zustimmung und ist 5-stufig.

Habe ich denn eine Chance, diese Skala in irgendeiner Form trotzdem zu nutzen? Ich könnte doch ein Item der dreien auswählen und mithilfe einer Messfehlerfixierung für mich nutzen, oder nicht?

Danke für eure Hilfe und einen schönen Restsonntag.

Viele Grüße
Steffi
Steffi*
Beobachter
Beobachter
 
Beiträge: 17
Registriert: Fr 5. Mai 2017, 11:49
Danke gegeben: 5
Danke bekommen: 0 mal in 0 Post

Re: Faktorenanalyse mit R

Beitragvon Steffi* » Mo 26. Nov 2018, 12:33

Hallo zusammen,

ich glaube, jetzt habe ich eure Einwände verstanden. Eine konfirmatorische Faktorenanalyse ist nicht rechenbar. Stattdessen kann ich allerdings andere Gütekriterien (DEV, Faktorreliabilität usw.) angeben, die als Beurteilung in dem Fall ausreichen müssten.

Danke für eure Hilfe!

Grüße
Steffi
Steffi*
Beobachter
Beobachter
 
Beiträge: 17
Registriert: Fr 5. Mai 2017, 11:49
Danke gegeben: 5
Danke bekommen: 0 mal in 0 Post

Re: Faktorenanalyse mit R

Beitragvon Holgonaut » Di 27. Nov 2018, 11:57

Hi Steffi,

falls du an einer Antwort noch interessiert bist :)

Wie ich schon sagte, das sind 3 verschiedene Dinge - die gesamt-Skala also ein Index oder Composite. Vielleicht würden die sogar Ausdruck eines zugrundliegenden Faktors sein - nur wäre dieser Faktor dann halt die Ursache dieser 3 Verhaltensweisen. Ich würde da mal auf commitment oder Loyalität tippen. D.h. weil ich meine Uni so toll finde, verteidige ich sie etc. Der Faktor IST nicht das Verhalten. Weil du aber das Konstrukt auf Verhaltensebene ansiehst, ist es eben die Summe dieser 3 Verhaltensweisen. Der Index geht dabei nicht über den Bedeutungsgehalt der items hinaus. Wenn du nun Gütekriterien haben möchtest, ginge das für die Reliabilität nur über einen Re-Test (was bei Studi-Befragungen ja kein Ding sein sollte) und für die Konstruktvalidität über ein nomologisches Netz mit Kriterien. DEV und Faktoreliabilität setzen das Faktormodell voraus (wie der Name schon sagt). Abgesehen davon ist ein Begriff wie "Faktorreliabilität" m.E. ein nonsense, weil Reliabilität per definitionem ein Merkmal von Messungen ist.

Grüße
Holger
Holgonaut
Foren-Unterstützer
Foren-Unterstützer
 
Beiträge: 767
Registriert: Do 2. Jun 2011, 18:20
Danke gegeben: 3
Danke bekommen: 207 mal in 198 Posts

Re: Faktorenanalyse mit R

Beitragvon Fried » Di 11. Dez 2018, 01:45

Hallo zusammen,

ihr habt mit lavaan gearbeitet, wie ich sehe. Ich habe Probleme bei der Installation von Erweiterungsbundles (SPSSLAVAAN). Das klappt einfach nicht. Mit keiner R-Version wird Lavaan installiert. Ich habe es hierüber installiert: https://cran.r-project.org/web/packages/lavaan/

Aber es funktioniert nicht...

Vielleicht kann sich jemand melden, der mit lavaan gearbeitet hat, ich würde mich sehr freuen :)

Danke!
Fried
Grünschnabel
Grünschnabel
 
Beiträge: 3
Registriert: Di 13. Nov 2018, 19:46
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Faktorenanalyse mit R

Beitragvon Holgonaut » Do 13. Dez 2018, 22:01

Hallo Fried,
ich arbeite seit Jahren mit lavaan (aber in R). Warum probierst du es nicht dort? Die Syntax ist echt simple und es gibt auf der lavaan.org-Seite viele Tutorials.

Grüße
Holger
Holgonaut
Foren-Unterstützer
Foren-Unterstützer
 
Beiträge: 767
Registriert: Do 2. Jun 2011, 18:20
Danke gegeben: 3
Danke bekommen: 207 mal in 198 Posts


Zurück zu Faktorenanalyse

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 1 Gast

cron