第１１回
構造方程式モデリングの応用（３） 
多重指標モデル

​

事前課題
紹介した2つのモデル（確認的因子分析モデルとc）を
specifyEquation()
で指定する際の違いを指摘しなさい

​

​

データ
プログラム

​

​

今日の課題
多重指標モデルを実行し、結果を文章でまとめる

データ
dat <- read.csv("kyomi.csv",header=T)
dat
attach(dat)

パッケージsem
install.packages("sem")
library(sem)

確認的因子分析　モデル
#確認的因子分析 model01 <- specifyEquations()
   kyomi1 =  1*fkyomi  # 測定方程式（興味）    

   kyomi2 = b2*fkyomi
   kyomi3 = b3*fkyomi
   oya1   =  1*foya    # 測定方程式（親）    

   oya2   = b5*foya
   oya3   = b6*foya

   ses1   =  1*fses    # 測定方程式（SES）    

   ses2   = b8*fses
   ses3   = b9*fses
   C(fkyomi,foya) = c1  # [興味] と [親] の相関関係（共分散）    

   C(fkyomi,fses) = c2  # [興味] と [SES] の相関関係（共分散）
   C(foya,  fses) = c3  # [親] と [SES] の相関関係（共分散）    

   V(fkyomi) = v1  # [興味] の分散    

   V(foya)   = v2  # [親] の分散    

   V(fses)   = v3  # [SES] の分散

# 多重指標モデル
model02 <- specifyEquations()
   kyomi1 =　1*fkyomi # 測定方程式（興味）    

   kyomi2 = b2*fkyomi
   kyomi3 = b3*fkyomi
   oya1   =  1*foya    # 測定方程式（親）    

   oya2   = b5*foya

   oya3   = b6*foya
   ses1   =  1*fses    # 測定方程式（SES）    

   ses2   = b8*fses
   ses3   = b9*fses

   fkyomi = g1*foya + g2*fses  # 構造方程式    

   C(foya,fses) = c3  # [親] と [SES] の共分散    

   V(fkyomi) = v1  # [興味] の誤差変数d1の分散    

   V(foya)   = v2  # [親] の分散    

   V(fses)   = v3  # [SES] の分散

​

fit02 <- sem(model=model02,S=cov(dat),N=nrow(dat))

summary(fit02,fit.indices=c("GFI","AGFI","CFI","NFI","SRMR","RMSEA","AIC"))

standardizedCoefficients(fit02)

 

 

# パス図の出力
pathDiagram(fit02, ignore.double=FALSE, edge.labels="values", digits=2,standardize=TRUE)

​

次回への事前課題

​