问题：

Question

我想按性别测试指标等值，但我收到错误。

我有以下相关矩阵：

（如何在控制台中获得一个输出，为我提供可重复的协方差/相关矩阵与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'

现在我想评估一下男性和女性之间的工会观念是否存在差异。

我都尝试了测量不变量的命令，也手动完成了。

在这两种情况下我都会收到错误：

> 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

我已经读过这是由于我的错误协方差导致的负协方差。但是，尽管删除了错误协方差V37 ~~ V和V37 ~~ V38，但我得到了相同的错误。

问题：

如何评估测量不变性？

Answer 1

如果您简化模型，这就是您所拥有的：

model3.2 <- '

测量模型：

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

结构模型：

experience ~ SEX
loyality ~ SEX    
union ~ loyality + experience

当你让他们同时预测同样的事情时，已经隐含了

(experience ~~ loyalty)。尝试使用和不使用它来运行它 - 你会得到同样的东西。

相关残差：

V37 ~~ V39
V37 ~~ V38'

所以它类似于中介模型：性别预测经验，反过来预测结合。与此同时，性预测忠诚，这反过来预示着结合。

当您进行测量不变性时，您试图查看模型是否在组之间或多或少相同（取决于您要测试的不变性类型）。问题在于，使用您指定的模型，您已经在测试组差异。您正在测试潜在构造的经验和忠诚度的平均值是否因性别而异。通过测试潜在的平均不变性，你会尝试做同样的事情。

您的代码不可复制（SEX是一个组，因此无法使用关联矩阵重新创建），但我相信这个模型可以工作：

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'

再次，你可以测试经验和忠诚的潜在手段是否因性别而异，当你超越测量不变性并继续测试潜在空间中的不变性时。

lavaan - 测量不变性

问题：

1 个答案: