Hi! Ich habe eine bestätigende Faktorenanalyse mit drei latenten Variablen durchgeführt. Es gibt jedoch einige Schätzungsprobleme. Einige standardisierte Koeffizienten fehlen (zB latent2 > DO/Temp; latent1 <-> latent2). Ein standardisierter Koeffizient größer als 1 (latent3 > SoftSed, 1,012). Alle Variablen sind transformiert und standardisiert, aber einige sind noch verzerrt. Ich vermute, ob das der Grund ist. Ich füge einige Analyseergebnisse bei. Kann mir jemand den Grund nennen, warum das passiert? Vielen Dank.
Auch für die Variablen DO und Temp fehlen Daten, jedoch fehlen jeweils nur zwei Beobachtungen im Vergleich zu insgesamt 75 Beobachtungen.
Hi @lujc07 ,
Der Grund für die fehlenden Werte im Diagramm ist, dass die Varianz der latenten Variablen negativ ist – Varianzen sollten nicht negativ sein, daher versuchen wir nicht, Ihnen eine standardisierte Schätzung zu geben, da dies keinen Sinn ergibt. Außerdem ist es wichtig, den Konvergenzstatus Ihres Modells zu überprüfen, bevor Sie die Ergebnisse untersuchen. Wenn das Modell nicht konvergiert, sind die Ergebnisse nicht interpretierbar. In Ihrem Bild sehe ich, dass Konvergenz ein Problem ist:
Konvergenzfehler können aus verschiedenen Gründen auftreten, aber bei diesem Modell habe ich zwei Bedenken:
1) Es scheint, dass einige Ihrer latenten Variablen nahezu orthogonal sind (siehe zum Beispiel die Korrelationen zwischen den Latent3-Indikatoren und allen anderen Variablen aus der multivariaten Ausgabe), sodass die latenten 2-Indikator-Variablen möglicherweise nicht schätzbar sind, und dies kann dazu führen, dass zu Problemen.
2) Die negative Korrelation von DO und Temp könnte die Sache erschweren.
Meine Vorschläge, um diese Bedenken auszuräumen, sind:
1) Sie könnten die Spezifikation der latenten 2-Indikator-Variablen ändern, indem Sie deren Varianz auf 1 fixieren und dann die beiden Ladungen gleich setzen:
Aus Konsistenzgründen könnten Sie das erste Laden von Latent3 freigeben und auch seine Varianz auf 1 festlegen.
2) Sie könnten versuchen, eine dieser beiden Variablen "umzucodieren", damit die Korrelation positiv ist. Für Temp können Sie beispielsweise zu der Spalte in der Datentabelle gehen, mit der rechten Maustaste darauf klicken und Neue Formelspalte > Transformieren > Negation auswählen. Dadurch wird eine neue Datentabellenspalte erstellt, die umgekehrt codiert ist und Sie anstelle von Temp verwenden können.
Ich hoffe, dies hilft Ihrem Modell, zu einer richtigen Lösung zu konvergieren.
Am besten,
~Laura
Hallo Laura,
Danke für deine Antwort. Das hat meine Probleme wirklich gelöst.
