Lavaan Fehlermeldungen / CFA / SEM

Allgemeine Statistik mit R, die Test-Methode ist noch nicht bekannt, ich habe noch keinen Plan!

Moderatoren: EDi, jogo

Antworten
Fröhlich_Bell

Lavaan Fehlermeldungen / CFA / SEM

Beitrag von Fröhlich_Bell »

Hallo ihr Lieben,

ich bin gerade dabei einen Datensatz auszuwerten. Ich habe bereits eine CFA und ein SEM gerechnet. Die CFA bisher leider mit unzureichendem Fit.
Weil mir das komisch vorkommt (die Items / Skala wurde in der Literatur schon genutzt und berichtet einen sehr guten Fit), habe ich alles noch mal von vorne aufgerollt und bin auf einige Fehlermeldungen getroffen.
Ich habe die Daten in SPSS aufbereitet und diese dann mit read.spss in R importiert.

1) Wenn ich mir names(dataset) ausgeben lasse, sehe ich, dass die meisten Variablen nur verkürzt dargestellt sind, oder sogar komplett abgeändert (zB V93_A (R) statt Anstrengung2 (in spss)). Und das obwohl ich eindeutige Beschriftungen in SPSS habe. Ist das ein Problem für das weitere Rechnen (aber trotzdem konnte ich ja Modelle erstellen, CFAs rechnen etc.. -> nur halt mit schlechter Passung) ? Sollte names mir nicht die exakten Variablennamen ausgeben? Es scheinen ja nur 8 Zeichen möglich zu sein..

Bei Erstellung eines FitModells: FitModell1 <- cfa(Modell1, data = dataset, estimator = "ml", missing = "fiml") bekomme ich 3 Fehlermeldungen

2) unordered factor(s) with more than 2 levels detected in data
-> Ich habe jetzt gut 3 Stunden gegoogelt und verstehe einfach nicht was das bedeutet. Hab einiges mit order() oder sort() ausprobiert - immer ohne Erfolg. Was bedeutet diese Warnmeldung und wie behebe ich sie?

3) some cases are empty and will be ignored:
-> Weil einige Versuchsteilnehmer nicht alles angekreuzt haben - schätze ich. Ist doch in Ordnung, oder? Diese Meldung würde ich also ignorieren?

4) lavaan ERROR: missing observed variables in dataset: Auch hier: Was will R mir damit sagen? Liegt das vielleicht an 1) (siehe oben) -> Dass die Variablennamen irgendwie nicht passen? Aber ich kann doch nun unmöglich jede einzelne Variable verändern? (sind sehr viele)

5) Wenn ich dann ein Modell habe, wie kann ich den FIT verbessern, ohne Items rauszuschmeißen?
Mit Modification Indices habe ich es versucht -> Aber um weitere Entscheidungen zu treffen, braucht man ja eine theoretische Grundlage. Was bedeutet das für das Vorgehen konkret? Ich habe MI > 10 als Fehlerterme korrelieren lassen (dann aber negative Kovarianzmatrix)
Aber vielleicht hat hier ja noch jemand eine bessere Idee um den Fit zu verbessern.

So, das war es erstmal. Ich freue mich auf Antworten von Euch Profis :D (bitte nicht zu kompliziert erklären)!

Viele liebe Grüße und natürlich DANKE!

Fröhlich_Bell
Benutzeravatar
student
Beiträge: 674
Registriert: Fr Okt 07, 2016 9:52 am

Re: Lavaan Fehlermeldungen / CFA / SEM

Beitrag von student »

Hallo fröhliches Glöckchen,

ohne den Datensatz zu sehen, ist es wie in die Glaskugel zu schauen.

Ich kann also nur Erfahrungshinweise geben:

1. Ich habe immer nur schlechte Erfahrung mit dem direkten Import SPSS nach R gemacht. Ich bevorzuge immer den Weg SPSS - Daten als csv exportieren -> Daten als csv in R einlesen. Dann habe "ich" einfach mehr Kontrolle über die Variablennamen und deren Interpretation durch R, wenn ich sie in R einlese.

2. Du brauchst eine Strategie für die fehlenden Werte (missing observed variables in dataset). Stelle fest, wie viele NA's im Datensatz vorliegen und rechne einfach mal ohne NA's.

3. Lasse nur Variablen in das Modell einfließen, die notwendig sind.
Viele Grüße,
Student
-----------------------------------------------------------------------------------------------------------------------
faes.de, Datenanalyse mit R & das Ad-Oculos-Projekt
Das Ad-Oculos-Projekt auf YouTube

Habe Mut, dich deines eigenen Verstandes zu bedienen! (Kant)
Fröhlich_Bell

Re: Lavaan Fehlermeldungen / CFA / SEM

Beitrag von Fröhlich_Bell »

Lieber Student,

vielen Dank für die schnelle und nette Antwort!
Deine Tipps waren auf jeden Fall gold wert! Die Fehlermeldungen habe ich nun nicht mehr und der FIT der CFA ist auch viel besser.

Trotzdem habe ich noch ein paar weitere Fragen:

1) Mein Fit der CFA ist nun ziemlich gut, aber TLI und RMSEA könnten einen kleinen Tick besser sein, damit beide das >.95 bzw. <.05 Kriterium einhalten. Was kann ich da machen? An Modification Indices traue ich mich irgendwie nicht mehr ran, weil ich nicht weiß, wie ich Fehlerkorrelationen theoretisch "beweisen" kann. Vielleicht gibt eis ja einen Trick?

2) Ich möchte nun ein Strukturgleichungsmodell rechnen, habe aber noch Unsicherkeiten, das Messmodell richtig aufzustellen.
A, B und C sind meine latenten abhängigen Variablen
D und E sind meine latenten unabhängigen Variablen (das was ich messe, je nach Ausprägung von A, B und C)
Und dann habe ich noch eine weitere unabhängige Variable, die allerdings manifest ist und nicht latent. Das ist F.
Ich habe folgendermaßen das Modell definiert:
Modell <- '
A =~ a + a2 + a3 + a4
B =~ b1 + b2 + b3 + b4
C =~ c1 + c2 + c3 + c4
D =~ d1 + d2 + d3 + d4
E =~ e1 + e2 + e3 + e4

Da ist nun aber meine dritte Outcome Variable F noch nicht drin, weil wenn ich da zB noch "F =~ f1 + f2 + f3" ergänzen würde, würde ich F doch als latente Variable definieren, oder? Und das ist sie ja nicht. Trotzdem muss ich ja irgendwo festlegen, wodurch F gemessen wird - wo / wie mache ich das?

3) Bei Erstellung des FitModells bekomme ich dann folgende Fehlermeldung: In lav_object_post_check(object) :
lavaan WARNING: covariance matrix of latent variables
is not positive definite;
use inspect(fit,"cov.lv") to investigate.
Was kann das bedeuten?

4) Zum SEM gehören ja noch die Regressionen, die habe ich wie folgt aufgeschrieben: (Bsp: Sagt A, D vorher?)

# Strukturmodell / Regressionen
D ~ A + B + C
E ~ A + B + C
F ~ A + B + C
'
Dann bekomme ich eine Fehlermeldung (weil ich F ja nicht definiert habe).
Ist denn das Prinzip richtig? Oder fehlt da was?

Vielen lieben Dank nochmal für die erste Antwort - vielleicht hast du ja auch Ideen für meine weiteren Fragen :)

Liebe Grüße

Fröhlich_Bell
Benutzeravatar
EDi
Beiträge: 1599
Registriert: Sa Okt 08, 2016 3:39 pm

Re: Lavaan Fehlermeldungen / CFA / SEM

Beitrag von EDi »

Was kann das bedeuten?
Vieles (bin aber kein lavaan ninja - das steht schon seit Jahren auf meiner to-learn Liste...).

(Hohe) Kollinearität in den Daten?
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.

Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
Bild.
Benutzeravatar
student
Beiträge: 674
Registriert: Fr Okt 07, 2016 9:52 am

Re: Lavaan Fehlermeldungen / CFA / SEM

Beitrag von student »

Hallo Fröhlich_Bell,

sorry für meine kurze Antwort, aber kennst Du schon das Lavaan Projekt-Tutorial?
Viele Grüße,
Student
-----------------------------------------------------------------------------------------------------------------------
faes.de, Datenanalyse mit R & das Ad-Oculos-Projekt
Das Ad-Oculos-Projekt auf YouTube

Habe Mut, dich deines eigenen Verstandes zu bedienen! (Kant)
Fröhlich_Bell

Re: Lavaan Fehlermeldungen / CFA / SEM

Beitrag von Fröhlich_Bell »

Lieber EDi, lieber Student,

wie teste ich das denn bzw. was mache ich gegen Kollinearität?

Ja, das Tutorial finde ich ganz gut, leider hat es auch nicht Antworten für alles..

Ich habe meine Fragen noch nicht beantworten können :( Und freue mich über weitere Tipps (besonders zu 1) und 2)..

Vielen Dank und liebe Grüße!!

Fröhlich_Bell
Benutzeravatar
student
Beiträge: 674
Registriert: Fr Okt 07, 2016 9:52 am

Re: Lavaan Fehlermeldungen / CFA / SEM

Beitrag von student »

Du betreibst eine CFA, weil Du eine Abhängigkeit zwischen den unabhängigen Variablen vermutest. Die Warnmeldung
lavaan WARNING: covariance matrix of latent variables
is not positive definite;
use inspect(fit,"cov.lv") to investigate.
sagt ja etwas anderes, als das Kollinearität vorhanden ist. Hast Du den use-Hinweis ausprobiert? Erhältst Du so etwas?
> inspect(fit,"cov.lv")
visual textul speed
visual 0.809
textual 0.408 0.979
speed 0.262 0.173 0.384
Die Gütekriterien Comparative Fit Index (CFI) und Root Mean Square Error of Approximation RMSEA sind natürlich von Deinen Daten abhängig. Funktionsargumente können weiterhelfen, da musst Du wohl ran...! ;)
Viele Grüße,
Student
-----------------------------------------------------------------------------------------------------------------------
faes.de, Datenanalyse mit R & das Ad-Oculos-Projekt
Das Ad-Oculos-Projekt auf YouTube

Habe Mut, dich deines eigenen Verstandes zu bedienen! (Kant)
Benutzeravatar
EDi
Beiträge: 1599
Registriert: Sa Okt 08, 2016 3:39 pm

Re: Lavaan Fehlermeldungen / CFA / SEM

Beitrag von EDi »

Vielleicht passt auch das Model nicht zu den Daten / zu wenige beobachtungen (Daumanregel: >10 pro zu schätzender parameter)?
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.

Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
Bild.
Fröhlich_Bell

Re: Lavaan Fehlermeldungen / CFA / SEM

Beitrag von Fröhlich_Bell »

Hallo, da bin ich wieder :)

Danke für eure Antworten!
Ich habe die Probleme jetzt lösen können - Juhu!
Ich habe mich nun doch an die MI heran getraut und der unzureichende FIT lag an einer Skala. Da habe ich auf Grundlage der Erkenntnisse durch die MI dann etwas herum probiert und einige wenige Fehlerterme korrelieren lassen.
Das ist nicht optimal aber Items möchte ich nicht rausschmeißen - ist also in Ordnung jetzt :)
Am N lag es übrigens nicht.

Danke für euren Einsatz!
r_einsteiger
Beiträge: 1
Registriert: Mi Aug 12, 2020 4:39 pm

Re: Lavaan Fehlermeldungen / CFA / SEM

Beitrag von r_einsteiger »

Eine Frage, wie konntest du Problem 4 lösen, da ich dieselbe Errormeldung habe und leider nicht weiter komme.
Antworten