Strukturgleichungsmodelle mit R lavaan
2. Normalverteilung und robuste Verfahren (Satorra-Bentler, Bootstrapping)
Arndt Regorz, Dipl. Kfm. & MSc. Psychologie, 24.05.2022
Dieses ist eine Begleitseite zum Video-Tutorial über Normalverteilungsprüfung und robuste Verfahren bei Strukturgleichungsmodellen mit lavaan.
(Hinweis: Mit Anklicken des Videos wird ein Angebot des Anbieters YouTube genutzt.)
R-Code aus dem Video-Tutorial
Hier ist der gesamte Code aus dem Video-Tutorial:
library(lavaan)
head(PoliticalDemocracy)
# 1. Test auf Normalverteilung
library(MVN)
#Auswahl Variablen
daten_mv_test <- subset(PoliticalDemocracy, select = y1:x3)
#Test auf multivariate Normalverteilung
mvn(daten_mv_test, mvnTest="mardia")
mvn(daten_mv_test, mvnTest="mardia", univariateTest = "SW")
# 2. Robuster Test nach Satorra-Bentler
strukturmodell <- '
# Faktorladungen
Industrialisierung1960 =~ x1 + x2 + x3
Demokratie1960 =~ y1 + y2 + y3 + y4
Demokratie1965 =~ y5 + y6 + y7 + y8
# Strukturmodell/Regression
Demokratie1960 ~ Industrialisierung1960
Demokratie1965 ~ Demokratie1960 + Industrialisierung1960
#Kovarianzen
y1 ~~ y5
y2 ~~ y6
y3 ~~ y7
y4 ~~ y8
'
model_fit_r <- sem(data = PoliticalDemocracy, model = strukturmodell,
estimator="MLM")
summary(model_fit_r, fit.measures = TRUE, standardized = TRUE, rsquare = TRUE)
# 3. Robuster Test mit Bootstrapping
model_fit_b <- sem(data = PoliticalDemocracy, model = strukturmodell,
test="bollen.stine", se="bootstrap", bootstrap = 5000)
# Ergebnis mit Bootstrapping
summary(model_fit_b, fit.measures = TRUE, standardized = TRUE, rsquare = TRUE)
parameterEstimates(model_fit_b, boot.ci.type ="bca.simple", level=.95,
output="pretty", header=TRUE)