Pfadanalyse mit R lavaan
1. Einführung

Arndt Regorz, Dipl. Kfm. & MSc. Psychologie, 07.12.2021

Dieses ist eine Begleitseite zum Video-Tutorial über die Pfadanalyse 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)
meine_daten <- read.csv("simulationsdaten_pfadanalyse.csv", header = TRUE)

head(meine_daten)

mein_modell <- '
# Gerichtete Effekte
MED ~ a1*IV1 + a2*IV2
DV1 ~ b1*MED
DV2 ~ b2*MED

# Kovarianzen
DV1 ~~ DV2
'

model_fit <- sem(data = meine_daten, model = mein_modell)

summary(model_fit, fit.measures = TRUE)

mi <- modindices(model_fit)
mi[mi$mi > 10,]

# Modell nach Modifikation
mein_modell2 <- '
# Gerichtete Effekte
MED ~ a1*IV1 + a2*IV2
DV1 ~ b1*MED + c11 * IV1
DV2 ~ b2*MED

# Kovarianzen
DV1 ~~ DV2
'

model_fit2 <- sem(data = meine_daten, model = mein_modell2)

summary(model_fit2, fit.measures = TRUE)

#Vergleich der beiden Modelle
lavTestLRT(model_fit, model_fit2)

# Standardisiertes Ergebnis und R²
summary(model_fit2, fit.measures = TRUE, standardized = TRUE, rsquare = TRUE)

# Visualisierung mit tidySEM
library(tidySEM)

pfad_layout <- get_layout("IV1", "", "DV1",
"", "MED", "", "IV2", "", "DV2",rows = 3)

graph_sem(model = model_fit2, layout = pfad_layout)