Лаваан - измерение инвариантности

Question

Я хочу проверить метрическую эквивалентность по полу, но получаю ошибку.

У меня есть следующая корреляционная матрица:

(Как я могу получить вывод в консоли, который дает мне воспроизводимую матрицу ковариации / корреляции с sds)?

> 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'

Теперь я хочу оценить, есть ли разница в восприятии профсоюзов между мужчинами и женщинами.

Я оба попробовал команду для измерения инвариантности, а также сделал это вручную.

В обоих случаях я получаю ошибку:

> 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

Я читал, что это связано с отрицательной ковариацией, вызванной моей ошибочной ковариацией. Но несмотря на удаление ошибок ковариаций V37 ~~ V а также V37 ~~ V38 Я получаю ту же ошибку.

Вопрос:

Как я могу оценить неизменность измерений?

Answer 1

Если вы упростите свою модель, вот что у вас есть:

model3.2 <- '

Модель измерения:

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

Структурная модель:

experience ~ SEX
loyality ~ SEX    
union ~ loyality + experience

(experience ~~ loyalty) уже подразумевается, когда они одновременно предсказывают одно и то же. Попробуйте запустить его с этим и без него - вы получите то же самое.

Коррелированные остатки:

V37 ~~ V39
V37 ~~ V38'

Так что это похоже на модель посредничества: секс предсказывает опыт, который, в свою очередь, предсказывает союз. В то же время секс предсказывает лояльность, которая, в свою очередь, предсказывает союз.

Когда вы выполняете измерение инвариантности, вы пытаетесь определить, является ли модель более или менее одинаковой в разных группах (в зависимости от того, какой тип инвариантности вы тестируете). Проблема в том, что в указанной вами модели вы уже тестируете различия в группах. Вы проверяете, отличаются ли средние значения скрытых конструкций опыта и лояльности от пола. Это то же самое, что вы пытаетесь сделать, проверяя скрытую среднюю инвариантность.

Ваш код не воспроизводится (SEX является группой и, следовательно, не может быть воссоздана с использованием корреляционной матрицы), но я считаю, что эта модель будет работать:

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'

Опять же, вы можете проверить, отличаются ли латентные средства для опыта и лояльности от пола, когда вы пройдете инвариантность измерений и перейдете к тестированию инвариантности в скрытом пространстве.