Hello, I'm using the "sem" package to do a confirmatory factor analysis on data collected with a questionnaire. In the model, there is a unique factor G and 23 items. I would like to calculate the standardized residual variance of the observed variables. "Sem" only gives the residual variance with the "summary" function, or the standardized loadings with the "standardized.coefficients" function (see below). Does anybody know how to standardized the residual variance ? Sincerely yours, > summary(semModif.tmp, digits=2) Model Chisquare = 601 Df = 229 Pr(>Chisq) = 0 Chisquare (null model) = 2936 Df = 253 Goodness-of-fit index = 0.81 Adjusted goodness-of-fit index = 0.78 RMSEA index = 0.08 90% CI: (0.072, 0.088) Bentler-Bonnett NFI = 0.8 Tucker-Lewis NNFI = 0.85 Bentler CFI = 0.86 BIC = -667 Normalized Residuals Min. 1st Qu. Median Mean 3rd Qu. Max. -2.6300 -0.5640 -0.0728 -0.0067 0.5530 3.5500 Parameter Estimates Estimate Std Error z value Pr(>|z|) param1 0.78 0.073 10.7 0.0e+00 Q1 <--- G param2 0.79 0.065 12.1 0.0e+00 Q2 <--- G param3 0.63 0.073 8.5 0.0e+00 Q3 <--- G param4 0.74 0.066 11.2 0.0e+00 Q4 <--- G param6 0.81 0.068 11.9 0.0e+00 Q6 <--- G param7 0.65 0.060 11.0 0.0e+00 Q7 <--- G param9 0.60 0.059 10.1 0.0e+00 Q9 <--- G param10 0.64 0.065 9.9 0.0e+00 Q10 <--- G param11 0.72 0.054 13.3 0.0e+00 Q11 <--- G param12 0.59 0.063 9.3 0.0e+00 Q12 <--- G param13 0.61 0.069 8.7 0.0e+00 Q13 <--- G param14 0.70 0.074 9.6 0.0e+00 Q14 <--- G param15 0.68 0.066 10.4 0.0e+00 Q15 <--- G param16 0.75 0.056 13.3 0.0e+00 Q16 <--- G param17 0.86 0.060 14.3 0.0e+00 Q17 <--- G param18 0.63 0.059 10.7 0.0e+00 Q18 <--- G param19 0.75 0.062 12.2 0.0e+00 Q19 <--- G param20 0.68 0.060 11.4 0.0e+00 Q20 <--- G param21 0.64 0.068 9.3 0.0e+00 Q21 <--- G param22 0.63 0.065 9.7 0.0e+00 Q22 <--- G param23 0.71 0.065 10.9 0.0e+00 Q23 <--- G param24 0.70 0.052 13.7 0.0e+00 Q24 <--- G param25 0.41 0.066 6.3 3.4e-10 Q25 <--- G param26 0.98 0.091 10.8 0.0e+00 Q1 <--> Q1 param27 0.72 0.068 10.6 0.0e+00 Q2 <--> Q2 param28 1.09 0.099 11.0 0.0e+00 Q3 <--> Q3 param29 0.77 0.072 10.7 0.0e+00 Q4 <--> Q4 param31 0.79 0.075 10.6 0.0e+00 Q6 <--> Q6 param32 0.64 0.059 10.7 0.0e+00 Q7 <--> Q7 param34 0.66 0.061 10.8 0.0e+00 Q9 <--> Q9 param35 0.79 0.073 10.8 0.0e+00 Q10 <--> Q10 param36 0.45 0.043 10.4 0.0e+00 Q11 <--> Q11 param37 0.79 0.072 10.9 0.0e+00 Q12 <--> Q12 param38 0.96 0.088 11.0 0.0e+00 Q13 <--> Q13 param39 1.05 0.096 10.9 0.0e+00 Q14 <--> Q14 param40 0.80 0.074 10.8 0.0e+00 Q15 <--> Q15 param41 0.49 0.047 10.4 0.0e+00 Q16 <--> Q16 param42 0.51 0.050 10.1 0.0e+00 Q17 <--> Q17 param43 0.63 0.059 10.8 0.0e+00 Q18 <--> Q18 param44 0.64 0.060 10.6 0.0e+00 Q19 <--> Q19 param45 0.63 0.059 10.7 0.0e+00 Q20 <--> Q20 param46 0.91 0.084 10.9 0.0e+00 Q21 <--> Q21 param47 0.82 0.076 10.9 0.0e+00 Q22 <--> Q22 param48 0.77 0.071 10.8 0.0e+00 Q23 <--> Q23 param49 0.39 0.038 10.3 0.0e+00 Q24 <--> Q24 param50 0.95 0.086 11.1 0.0e+00 Q25 <--> Q25 param51 0.29 0.047 6.3 4.0e-10 Q9 <--> Q7 Iterations = 16 > standardized.coefficients(semModif.tmp, digits=2) Std. Estimate param1 param1 0.62 Q1 <--- G param2 param2 0.68 Q2 <--- G param3 param3 0.51 Q3 <--- G param4 param4 0.64 Q4 <--- G param6 param6 0.67 Q6 <--- G param7 param7 0.63 Q7 <--- G param9 param9 0.59 Q9 <--- G param10 param10 0.58 Q10 <--- G param11 param11 0.73 Q11 <--- G param12 param12 0.55 Q12 <--- G param13 param13 0.53 Q13 <--- G param14 param14 0.57 Q14 <--- G param15 param15 0.61 Q15 <--- G param16 param16 0.73 Q16 <--- G param17 param17 0.77 Q17 <--- G param18 param18 0.62 Q18 <--- G param19 param19 0.69 Q19 <--- G param20 param20 0.65 Q20 <--- G param21 param21 0.55 Q21 <--- G param22 param22 0.57 Q22 <--- G param23 param23 0.63 Q23 <--- G param24 param24 0.75 Q24 <--- G param25 param25 0.39 Q25 <--- G > -- Mathieu d'Acremont, PhD Mathieu.Dacremont at pse.unige.ch Ma?tre-Assistant tel/fax +4122 379 98 20/44 P?le de Recherche National en Sciences Affectives CISA - Universit? de Gen?ve Rue des Battoirs 7 CH-1205 Gen?ve http://affect.unige.ch/