Mplus CFA Example 5.1

来自OBHRM百科
跳转至: 导航搜索

示意图

Mplus0501.jpg

代码与注释

TITLE:    this is an example of a CFA with   ! 这是标题,总共两行内容,第一行
          continuous factor indicators;      ! 第二行,想要多少行,就写多少行
DATA:     FILE IS ex5.1.dat;  ! 读数据文件,文件名要正确,文件路径与对应的分析程序在同一目录下;或标明绝对路径,比如:c:\mplus\ex5.1.dat。
VARIABLE: NAMES ARE y1-y6;    ! 读取数据,该数据文件中包括6个变量的数据,变量名称可以自己定。比如,可以是y1-y6,也可以是item1-item6
MODEL:    f1 BY y1-y3;        ! 定义第1个因素,该因素的测量指标有:y1,y2,y3。如果上面为item1-item6,则修改为item1-item3
          f2 BY y4-y6;        ! 定义第2个因素,该因素的测量指标有:y4,y5,y6
OUTPUT:STANDARDIZED;          ! 报告标准化之后的结果,这是增加的命令语句

结果

INPUT INSTRUCTIONS                                !@ 输入的命令语句,会全部显示,下面几行就是输入的命令语句

  TITLE:    this is an example of a CFA with   ! 这是标题,总共两行内容,第一行
            continuous factor indicators;      ! 第二行,想要多少行,就写多少行
  DATA:     FILE IS ex5.1.dat;  ! 读数据文件,文件名要正确,文件路径与对应的分析程序在同一目
  VARIABLE: NAMES ARE y1-y6;    ! 读取数据,该数据文件中包括6个变量的数据,变量名称可以自己?
  MODEL:    f1 BY y1-y3;        ! 定义第1个因素,该因素的测量指标有:y1,y2,y3。如果上面为ite
            f2 BY y4-y6;        ! 定义第2个因素,该因素的测量指标有:y4,y5,y6
  OUTPUT:STANDARDIZED;          ! 报告标准化之后的结果



*** WARNING                     !@ 警告:命令语句的第三行太长,只保留了前90个字符,但是不影响结果
  Input line exceeded 90 characters. Some input may be truncated.
  DATA:     FILE IS ex5.1.dat;  ! 读数据文件,文件名要正确,文件路径与对应的分析程序在同一目?
*** WARNING                     !@ 警告:命令语句的第四行太长,只保留了前90个字符,但是不影响结果
  Input line exceeded 90 characters. Some input may be truncated.
  VARIABLE: NAMES ARE y1-y6;    ! 读取数据,该数据文件中包括6个变量的数据,变量名称可以自己定
*** WARNING                     !@ 警告:命令语句的第五行太长,只保留了前90个字符,但是不影响结果
  Input line exceeded 90 characters. Some input may be truncated.
  MODEL:    f1 BY y1-y3;        ! 定义第1个因素,该因素的测量指标有:y1,y2,y3。如果上面为item
   3 WARNING(S) FOUND IN THE INPUT INSTRUCTIONS     !@输入的命令语句有3个警告



this is an example of a CFA with                                       !@ TITLE,标题
continuous factor indicators;      ! 第二行,想要多少行,就写多少行

SUMMARY OF ANALYSIS                                                    !@分析总体情况

Number of groups                                                 1     !@ 1组数据,也就是样本没有分组
Number of observations                                         500     !@ 样本量500

Number of dependent variables                                    6     !@ (因)变量6个 
Number of independent variables                                  0     !@ (自)变量0个
Number of continuous latent variables                            2     !@ 潜变量2个

Observed dependent variables                                           !@ 观测(因)变量

  Continuous                                                           !@ 观测(因)变量为连续变量 Y1 Y2 Y3 Y4 Y5 Y6
   Y1          Y2          Y3          Y4          Y5          Y6

Continuous latent variables                                            !@ 潜变量 F1 F2
   F1          F2


Estimator                                                       ML     !@ 估计方法:最大似然法
Information matrix                                        OBSERVED     !@ 信息矩阵:观测数据
Maximum number of iterations                                  1000     !@ 最大迭代次数1000次
Convergence criterion                                    0.500D-04     !@ 聚合标准(或翻译为收敛标准)
Maximum number of steepest descent iterations                   20     !@ 迭代下降最大数:20 

Input data file(s)                                                     !@ 输入文件:ex5.1.dat
  ex5.1.dat

Input data format  FREE                                                !@ 输入文件格式:自由格式,这是Mplus的默认格式



THE MODEL ESTIMATION TERMINATED NORMALLY                               !@ 模型估计正常终止,如果是非正常终止,就需要检查数据或命令语句



MODEL FIT INFORMATION                                                  !@ 模型拟合指数

Number of Free Parameters                       19                     !@ 自由参数的个数:19个

Loglikelihood                                                          !@ 似然函数值的自然对数  

          H0 Value                       -4906.609
          H1 Value                       -4904.661

Information Criteria                                                   !@ 信息标准

          Akaike (AIC)                    9851.218                     !@ AIC  
          Bayesian (BIC)                  9931.295                     !@ BIC
          Sample-Size Adjusted BIC        9870.988                     !@ 考虑样本量调整后的BIC值
            (n* = (n + 2) / 24)

Chi-Square Test of Model Fit                                           !@ 卡方检验的结果  

          Value                              3.896                     !@ 卡方值 
          Degrees of Freedom                     8                     !@ 自由度
          P-Value                           0.8664                     !@ 显著性

RMSEA (Root Mean Square Error Of Approximation)                        !@ RMSEA的结果

          Estimate                           0.000                     !@ RMSEA的值    
          90 Percent C.I.                    0.000  0.027              !@ RMSEA的90%置信区间
          Probability RMSEA <= .05           0.995

CFI/TLI                                                                !@ CFI/TFI的结果

          CFI                                1.000                     !@ CFI的结果
          TLI                                1.013                     !@ TLI的结果

Chi-Square Test of Model Fit for the Baseline Model                    !@ 基准模型(基线模型)的卡方检验结果

          Value                            596.921                     !@ 卡方值
          Degrees of Freedom                    15                     !@ 自由度
          P-Value                           0.0000                     !@ 显著性

SRMR (Standardized Root Mean Square Residual)                          !@ SRMR的结果

          Value                              0.014



MODEL RESULTS                                                          !@ 模型结果,非标准化的结果

                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value          !@ 估计值    标准误  估计标准误   P值(显著性)

 F1       BY
    Y1                 1.000      0.000    999.000    999.000          !@ Y1的非标准化因子负荷,999.000代表没有计算,也就是没有这个结果(下同)
    Y2                 1.126      0.099     11.368      0.000          !@ Y2的非标准化因子负荷
    Y3                 1.019      0.089     11.482      0.000          !@ Y3的非标准化因子负荷

 F2       BY
    Y4                 1.000      0.000    999.000    999.000          !@ Y4的非标准化因子负荷,999.000代表没有计算,也就是没有这个结果(下同)
    Y5                 1.059      0.129      8.199      0.000          !@ Y5的非标准化因子负荷
    Y6                 0.897      0.105      8.531      0.000          !@ Y6的非标准化因子负荷

 F2       WITH
    F1                -0.030      0.052     -0.582      0.560          !@ F1 F2的协方差

 Intercepts                                                            !@ 截距,潜变量为0时,观察变量的值
    Y1                -0.022      0.063     -0.354      0.723          !@ Y1的截距
    Y2                 0.026      0.062      0.410      0.682          !@ Y2的截距
    Y3                 0.035      0.062      0.555      0.579          !@ Y3的截距
    Y4                -0.022      0.064     -0.350      0.726          !@ Y4的截距
    Y5                -0.016      0.058     -0.271      0.786          !@ Y5的截距
    Y6                 0.048      0.058      0.824      0.410          !@ Y6的截距

 Variances                                                             !@ 因子方差
    F1                 0.907      0.125      7.254      0.000          !@ F1的方差。999.000代表没有计算,也就是没有这个结果(下同)
    F2                 0.760      0.133      5.734      0.000          !@ F2的方差。999.000代表没有计算,也就是没有这个结果(下同)

 Residual Variances                                                    !@ 残差,潜变量未能解释的方差
    Y1                 1.064      0.096     11.120      0.000          !@ Y1的残差
    Y2                 0.798      0.100      7.972      0.000          !@ Y2的残差
    Y3                 1.010      0.095     10.597      0.000          !@ Y3的残差
    Y4                 1.290      0.119     10.871      0.000          !@ Y4的残差
    Y5                 0.854      0.111      7.710      0.000          !@ Y5的残差
    Y6                 1.066      0.097     11.024      0.000          !@ Y6的残差


STANDARDIZED MODEL RESULTS                                             !@ 模型结果,标准化的结果


STDYX Standardization                                                  !@ 观测变量、潜变量均标准化后的结果,也就是全部标准化后的结果。一般报告这个结果。

                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value          !@ 估计值    标准误  估计标准误   P值(显著性)

 F1       BY
    Y1                 0.678      0.035     19.348      0.000          !@ Y1的标准化因子负荷
    Y2                 0.769      0.034     22.496      0.000          !@ Y2的标准化因子负荷
    Y3                 0.695      0.035     19.946      0.000          !@ Y3的标准化因子负荷

 F2       BY
    Y4                 0.609      0.045     13.676      0.000          !@ Y4的标准化因子负荷
    Y5                 0.707      0.046     15.391      0.000          !@ Y5的标准化因子负荷
    Y6                 0.604      0.044     13.580      0.000          !@ Y6的标准化因子负荷

 F2       WITH
    F1                -0.036      0.062     -0.583      0.560          !@ F1 F2之间的相关系数

 Intercepts                                                            !@ 截距,潜变量为0时,观察变量的值
    Y1                -0.016      0.045     -0.354      0.723          !@ Y1的截距
    Y2                 0.018      0.045      0.410      0.682          !@ Y2的截距
    Y3                 0.025      0.045      0.555      0.579          !@ Y3的截距
    Y4                -0.016      0.045     -0.350      0.726          !@ Y4的截距
    Y5                -0.012      0.045     -0.271      0.786          !@ Y5的截距
    Y6                 0.037      0.045      0.824      0.410          !@ Y6的截距

 Variances                                                             !@ 因子方差
    F1                 1.000      0.000    999.000    999.000          !@ F1的方差。999.000代表没有计算,也就是没有这个结果(下同)
    F2                 1.000      0.000    999.000    999.000          !@ F2的方差。999.000代表没有计算,也就是没有这个结果(下同)

 Residual Variances                                                    !@ 残差,潜变量未能解释的方差
    Y1                 0.540      0.048     11.345      0.000          !@ Y1的残差
    Y2                 0.409      0.053      7.794      0.000          !@ Y2的残差
    Y3                 0.517      0.048     10.679      0.000          !@ Y3的残差
    Y4                 0.629      0.054     11.602      0.000          !@ Y4的残差
    Y5                 0.501      0.065      7.711      0.000          !@ Y5的残差
    Y6                 0.635      0.054     11.831      0.000          !@ Y6的残差


STDY Standardization                                                   !@ 观测变量标准化后的结果

                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value          !@ 估计值    标准误  估计标准误   P值(显著性)

 F1       BY
    Y1                 0.678      0.035     19.348      0.000          !@ Y1的标准化因子负荷
    Y2                 0.769      0.034     22.496      0.000          !@ Y2的标准化因子负荷
    Y3                 0.695      0.035     19.946      0.000          !@ Y3的标准化因子负荷

 F2       BY
    Y4                 0.609      0.045     13.676      0.000          !@ Y4的标准化因子负荷
    Y5                 0.707      0.046     15.391      0.000          !@ Y5的标准化因子负荷
    Y6                 0.604      0.044     13.580      0.000          !@ Y6的标准化因子负荷

 F2       WITH
    F1                -0.036      0.062     -0.583      0.560          !@ F1 F2之间的相关系数

 Intercepts                                                            !@ 截距,潜变量为0时,观察变量的值
    Y1                -0.016      0.045     -0.354      0.723          !@ Y1的截距
    Y2                 0.018      0.045      0.410      0.682          !@ Y2的截距
    Y3                 0.025      0.045      0.555      0.579          !@ Y3的截距
    Y4                -0.016      0.045     -0.350      0.726          !@ Y4的截距
    Y5                -0.012      0.045     -0.271      0.786          !@ Y5的截距
    Y6                 0.037      0.045      0.824      0.410          !@ Y6的截距

 Variances
    F1                 1.000      0.000    999.000    999.000          !@ F1的方差。999.000代表没有计算,也就是没有这个结果(下同)
    F2                 1.000      0.000    999.000    999.000          !@ F2的方差。999.000代表没有计算,也就是没有这个结果(下同)

 Residual Variances                                                    !@ 残差,潜变量未能解释的方差
    Y1                 0.540      0.048     11.345      0.000          !@ Y1的残差
    Y2                 0.409      0.053      7.794      0.000          !@ Y2的残差
    Y3                 0.517      0.048     10.679      0.000          !@ Y3的残差
    Y4                 0.629      0.054     11.602      0.000          !@ Y4的残差
    Y5                 0.501      0.065      7.711      0.000          !@ Y5的残差
    Y6                 0.635      0.054     11.831      0.000          !@ Y6的残差


STD Standardization                                                    !@ 潜变量标准化后的结果

                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value          !@ 估计值    标准误  估计标准误   P值(显著性)

 F1       BY
    Y1                 0.953      0.066     14.508      0.000          !@ Y1的非标准化因子负荷
    Y2                 1.073      0.066     16.233      0.000          !@ Y2的非标准化因子负荷
    Y3                 0.971      0.065     14.828      0.000          !@ Y3的非标准化因子负荷

 F2       BY
    Y4                 0.872      0.076     11.467      0.000          !@ Y4的非标准化因子负荷
    Y5                 0.923      0.073     12.677      0.000          !@ Y5的非标准化因子负荷
    Y6                 0.782      0.069     11.401      0.000          !@ Y6的非标准化因子负荷

 F2       WITH
    F1                -0.036      0.062     -0.583      0.560          !@ F1 F2之间的相关系数

 Intercepts                                                            !@ 截距,潜变量为0时,观察变量的值
    Y1                -0.022      0.063     -0.354      0.723          !@ Y1的截距
    Y2                 0.026      0.062      0.410      0.682          !@ Y2的截距
    Y3                 0.035      0.062      0.555      0.579          !@ Y3的截距
    Y4                -0.022      0.064     -0.350      0.726          !@ Y4的截距
    Y5                -0.016      0.058     -0.271      0.786          !@ Y5的截距
    Y6                 0.048      0.058      0.824      0.410          !@ Y6的截距

 Variances
    F1                 1.000      0.000    999.000    999.000          !@ F1的方差。999.000代表没有计算,也就是没有这个结果(下同)
    F2                 1.000      0.000    999.000    999.000          !@ F1的方差。999.000代表没有计算,也就是没有这个结果(下同)

 Residual Variances                                                    !@ 残差,潜变量未能解释的方差
    Y1                 1.064      0.096     11.120      0.000          !@ Y1的残差
    Y2                 0.798      0.100      7.972      0.000          !@ Y2的残差
    Y3                 1.010      0.095     10.597      0.000          !@ Y3的残差
    Y4                 1.290      0.119     10.871      0.000          !@ Y4的残差
    Y5                 0.854      0.111      7.710      0.000          !@ Y5的残差
    Y6                 1.066      0.097     11.024      0.000          !@ Y6的残差


R-SQUARE                                                               !@ R的平方,观察变量被因子解释的百分比

    Observed                                        Two-Tailed
    Variable        Estimate       S.E.  Est./S.E.    P-Value          !@ 估计值    标准误  估计标准误   P值(显著性)

    Y1                 0.460      0.048      9.674      0.000          !@ Y1被F1解释的百分比
    Y2                 0.591      0.053     11.248      0.000          !@ Y2被F1解释的百分比
    Y3                 0.483      0.048      9.973      0.000          !@ Y3被F1解释的百分比
    Y4                 0.371      0.054      6.838      0.000          !@ Y4被F2解释的百分比
    Y5                 0.499      0.065      7.696      0.000          !@ Y5被F2解释的百分比
    Y6                 0.365      0.054      6.790      0.000          !@ Y6被F2解释的百分比


QUALITY OF NUMERICAL RESULTS

     Condition Number for the Information Matrix              0.409E-01              !@ 信息矩阵的条件数
       (ratio of smallest to largest eigenvalue)


DIAGRAM INFORMATION                                                                  !@ 图形信息

  Use View Diagram under the Diagram menu in the Mplus Editor to view the diagram.   !@ 在Diagram菜单下显示图形信息
  If running Mplus from the Mplus Diagrammer, the diagram opens automatically.       !@ 如果是从Mplus Diagrammer运行Mplus,会自动显示图形信息

  Diagram output
    c:\program files\mplus\mplus examples\user's guide examples\ex5.1.dgm

     Beginning Time:  07:52:38                                         !@ 命令语句(程序)开始运行时间
        Ending Time:  07:52:40                                         !@ 命令语句(程序)结束运行时间
       Elapsed Time:  00:00:02                                         !@ 程序运行花费时间