Значения AVE и Omega для факторов более высокого порядка (lavaan и semTools)

Question

Я хочу использовать reliability() функция из пакета semToolsна выходе из sem() (пакет lavaan).

Я использую такую ​​функцию:

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

Но получаю следующее предупреждение:

Факторы более высокого порядка игнорировались.

Вывод показывает значение только трех скрытых переменных:

               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

Однако в моей модели гораздо больше переменных. Вот результат, полученный из sem() модель создана с 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

Вот модель SEM, которую я использую для генерации скрытых переменных:

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
'

Как получить значения AVE и Omega всех скрытых переменных, не игнорируя факторы высшего порядка?

Answer 1

Ваша модель является моделью более высокого порядка, поскольку в ней используются скрытые переменные (VOR DID и ABT) как зависимые (см. строку EMT =~ VOR + DID + ABT).

Вот как выглядит ваша модель при ее построении с помощью функции semPaths() в пакете semPlot:

Потому как reliability() может обрабатывать только один фактор, он игнорирует верхние переменные ("фактор высшего порядка") вашей модели.

К счастью, для этого есть решение. Просто используйте функцию reliabilityL2() из semTools:

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

Это должно дать вам Омегу для недостающих переменных.