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/