#### Syntax Kapitel 7 #### # Zum Ausführen des Skripts, wechseln Sie bitte # in das Arbeitsverzeichnis, in dem die Daten liegen. # # z.B. # setwd("C:/R/Daten") (für Windows) # setwd("/home/hosoya/R/daten") (für Unix/Linux/Mac) library(lavaan) library(memisc) ## Zweifaktorielles Modell der emotionalen Klarheit data1<-as.data.set(spss.system.file('kapitel_7_beispiel_1_emotionale_klarheit.sav')) # Umwandlung in den Typ data.frame data1<-data.frame(data1) m_emo<-'rakt=~reakt_1+1*reakt_2+1*reakt_3+1*reakt_4+ 1*reakt_5+1*reakt_6 klar=~1*kla_th1+1*kla_th2 reakt_1~~v1*reakt_1 reakt_2~~v1*reakt_2 reakt_3~~v1*reakt_3 reakt_4~~v1*reakt_4 reakt_5~~v1*reakt_5 reakt_6~~v1*reakt_6 kla_th1~~v2*kla_th1 kla_th2~~v2*kla_th2 ' fit_emo<-sem(m_emo, data=data1, meanstructure=TRUE, estimator="MLR") summary(fit_emo, fit.measures=TRUE, standardized=TRUE) ## Multikomponenten-Modell # Einlesen der Daten data2<-read.table("kapitel_7_lst_beispiel.dat", col.names=c("Y1", "Y2", "Y3","Y4")) m_lst<-'eta1=~Y1+1*Y2+1*Y3+1*Y4 eta2=~Y1 + 1*Y2 eta3=~Y3 + 1*Y4 eta1~~0*eta2 eta1~~0*eta3 eta2~~0*eta3 Y1~~v*Y1 Y2~~v*Y2 Y3~~v*Y3 Y4~~v*Y4' fit_lst<-sem(m_lst, data=data2, meanstructure=TRUE, estimator="MLR") summary(fit_lst, fit.measures=TRUE, standardized=TRUE) ## Exploratorische Faktorenanalyse (Alternative Mplus) # Einlesen der Daten data3<-as.data.set(spss.system.file('kapitel_7_beispiel_exploratorische_faktorenanalyse.sav')) data3<-data.frame(data3) N=dim(data3)[1] # Laden der benötigten Pakete library(psych) library(polycor) library(GPArotation) # Schätzung der polychorischen Korrelationsmatrix poly_cor<-polychoric(data3) # Ausgabe der Ergebnisse # (Korrelations-Matrix und Schwellen tau) print(poly_cor) # Durchführung der Analyse mit Oblimin-Rotation faPC <- fa(r=poly_cor$rho, nfactors=2,n.obs=N, rotate="oblimin") # Darstellung der Ergebnisse print(faPC)