JASP – MDA
Vanboven rechts kruisje -> SEM aanvinken
Databestand opvragen:
Links op de 3 lijntjes -> open -> computer -> browse -> databestand van SPSS openen
Bepaalde scores zijn omgekeerd gescoord, dat zie je aan ‘R’ boven bij de naam.
Na dat we de data hebben ingelezen:
SEM -> structural equation modeling
Factorladingen: = ~ ‘wordt gemeten door’ alt + N = ~
Regressie: ~ ‘wordt verklaard/voorspelt door’
Covariantie: ~~ ‘correleert met’
subjectief geluk 1 latente variabele
wordt gemeten adhv 4 vragen : 1, 2, 3 ,4 (reversed item) 4 geobserveerde indicatoren
landa 1, 2, 3, 4 4 factorladingen
voor elke geobserveerde indicator een meetfout E1, E2, E3, E4 meetfouten
voor elke meetfout ook een variantie O1, O2, O3 , O4 variantie
om meeteenheid te meten: latente factor Psy = 1
,DEEL 1
STAP 1: kunnen we dit model wel schatten/ kunnen we model fit beoordelen?
DF berekenen!
4 geobserveerde indicatoren => P = 4
8 geschatte parameters (landa + variantie) => K = 8
df = ½ ((4)+(4+1)) – 8 = 2
2 > 0 GOED, over indentified
STAP 2: berekenen
Statistics
Advanced
Subj_geluk: mag je zelf een naam geven -> geen spaties
Subj_geluk = combinatie van alle 4 de items
Je typt dus in je lavaan syntax de formule in (of kopie paste van het bestand dat je krijgt)
-> cmd enter !!!! voor te runnen
Indien foutmelding => een fout in data
‘Helemaal links van bestand -> in balkje op pijltje -> show data’
Kijk naar de items die jij gebruikt! -> hier dus SHS1, SHS2, SHS3, SHS4R
Klik op de naam, en kijk of ‘nominaal,ordinaal,scale’ juist staat! Aanpassen
Dan ga je rechts in de balk terug op het pijltje drukken ‘hide data’ en kom je terug op je
syntax.
, Resultaat chi-kwadraat / exact fit:
chi kwadraat: 22,35
df: 2
p waarde: heel klein, kleiner dan .05 (want tot de zoveelste macht)
Kleiner .05, Ho verwerpen -> GEEN GOEDE FIT
Zegt niet heel veel, Chi kwadraat bij grote steekproef is niet nauwkeurig
alle parameters die we geschat hebben:
eerste 4: 4 factorladingen! = geeft weer hoe sterk het verband is tussen latent vs scores
subj_geluk -> SHS1 factorlading = 1 -> eerste waarde is altijd 1 !!!
subj_geluk -> SHS2 factorlading =
subj_geluk -> SHS3 factorlading =
subj_geluk -> SHS4R factorlading =
volgende 4: covarianties! = variantie van meetfouten
SHS1 met SHS1
SHS2 met SHS2
SHS3 met SHS3
SHS4R met SHS4R = 2,34 : het grootst dus: hier grootste meetfout, slechtste item
Laatste: variantie van latente factor
Subj_geluk met Subj_geluk