Aná lisis Factorial Confirmatorio

Dámaris Collao

Profesor Benito Arias.

Practica 1:

1. Escriba la sintaxis para estimar el modelo:

observed variables: ACAD CONC ASPI GRAD PRES INGR

latent variables: MOTI SOCI
correlation matrix:
1.000
0.487 1.000
0.236 0.206 1.000
0.242 0.179 0.253 1.000
0.163 0.090 0.125 0.481 1.000
0.064 0.040 0.025 0.106 0.136 1.000
sample size: 3094
equations:
ACAD = MOTI
CONC = MOTI
ASPI = MOTI
GRAD = SOCI
PRES = SOCI
INGR = SOCI
number of decimals = 3
path diagram
lisrel output all
end of problema

Diagrama:
 Aná lisis Factorial Confirmatorio

2. Bondad de ajuste:

El modelo presenta un χ2= 114.1 es muy alto, además un p-value= 0.00000 el cual está bien, ya
que no es mayor que 0.05, un df= 8. Además manifiesta un NNFI = 0.920 aceptable ya que no es
superior a 0.95. El RMSEA= 0,065 está dentro de los parámetros signitficativos ya que no es
inferior a 0.06 y el SRMR = 0.0377 el cual es bueno ya que no debe ser inferior a 0.08

3. Compruebe si existe algún residuo estandarizado superior a 2.58

Standardized Residuals

ACAD CONC ASPI GRAD PRES INGR

-------- ------ -------- -------- -------- ----
ACAD --
CONC 8.829 --
ASPI -4.681 -1.242 --
GRAD -0.900 -3.220 9.512 --
PRES -1.361 -5.066 2.931 0.902 - -
INGR 1.153 0.141 0.262 -4.252 4.014 - -

4. Dibuje el modelo con los parámetros estandarizados estimados por el análisis.

5. Si existen residuos estandarizados grandes, compruebe en cuántas unidades descendería el

valor de de χ2 si se introdujera algún parámetro libre.

Ya que χ2 es de 114.11 es necesario para que descienda poner en cero 4 parámetros que se
encuentran por sobre 2.58: ACAD – CONC, ASPI- GRAD, PRES- INGR, PRES- ASPI. Para
realizar esto se le da tres orden a la sintaxis para que el programa lisrel pueda ejecutarse
nuevamente y obtener nuevos resultados, la nueva restricción en la sintaxis es:
 Aná lisis Factorial Confirmatorio

let the error covariance between ACAD and CONC correlate

let the error covariance between ASPI and GRAD correlate

let the error covariance between INGR and PRES correlate

let the error covariance between PRES and ASPI correlate

La nueva sintaxis sería entonces:

observed variables: ACAD CONC ASPI GRAD PRES INGR

latents variables: MOTI SOCI
correlation matrix:
1.000
0.487 1.000
0.236 0.206 1.000
0.242 0.179 0.253 1.000
0.163 0.090 0.125 0.481 1.000
0.064 0.040 0.025 0.106 0.136 1.000
sample size: 3094
equations:
ACAD = MOTI
CONC = MOTI
ASPI = MOTI
GRAD = SOCI
PRES = SOCI
INGR = SOCI
number of decimals = 3
let the error covariance between ACAD and CONC correlate
let the error covariance between ASPI and GRAD correlate
let the error covariance between INGR and PRES correlate
let the error covariance between PRES and ASPI correlate
path diagram
lisrel output all
end of problema

Tras realizar estas operaciones en la sintaxis el χ2 de 114.11 se ha modificado, bajando su valor

a 10.54

6. Interprete los resultados y el grado de ajuste del modelo a los datos:

Datos χ2 P Df NNFI RMSEA SRMR

Modelo 114.11 0.00000 8 0.920 0.065 0.0377
inicial
Modelo 10.54 0.03227 4 0.990 0.023 0.0180
modificado
El modelo se ajusta mejor al poner los 4 parámetros que se encontraban por sobre los 2.58 en 0.
 Aná lisis Factorial Confirmatorio

7. Reespecifique el modelo, interprete los resultados y repita el procedimiento hasta llegar a un

modelo satisfactorio:

El modelo sin los 4 parámetros superiores a 2.58 es el que mejor se ajusta, siendo
significativamente mejor al inicial.

8. Calcular la fiabilidad compuesta y varianza media estraída.

a) Para calcular la fiabilidad compuesta se utilizó la siguiente formula:

n 2

ρC =
(∑ )i=1
λi
FIABILIDAD
n 2 n COMPUESTA 0,698637747
( (∑ ) (∑ ))
i =1
λi +
i=1
δi

  deltas   lambda
acad 0,58 acad 0,649
conc 0,74 conc 0,512
aspi 0,86 aspi 0,375
grad 0,25 grad 0,868
pres 0,69 pres 0,554
ingr 0,98 ingr 0,125
SUMATORI SUMATORI
O 4,1 O 3,083
 Aná lisis Factorial Confirmatorio

b) Para calcular la varianza media extractada se utilizó la siguiente fórmula:

n

ρC =
(∑ )
i=1
λ2i
VARIANZA MEDIA EXTRACTADA 0,316659264
n n

(∑
i=1
λ2i + ∑ δi
i=1
)
  deltas   lambda lambda^2
acad 0,58 acad 0,649 0,421201
conc 0,74 conc 0,512 0,262144
aspi 0,86 aspi 0,375 0,140625
grad 0,25 grad 0,868 0,753424
pres 0,69 pres 0,554 0,306916
ingr 0,98 La ingr 0,125 0,015625
SUMATORI fiabilidad SUMATORI
O 4,1 compuesta O 3,083 1,899935 no
supera los 0,7,
pues es de 0,698637747 y la varianza media extractada no es superior a 0,5 pues es de
0,316659264
 Aná lisis Factorial Confirmatorio

Práctica 2:

1. Escriba la sintaxis al ingresar los datos.

observed variables: N1 N2 N3 N4 E1 E2 E3 E4
latent variable: NEUR EXTR
correlation varible:
1.000
0.767 1.000
0.731 0.709 1.000
0.778 0.738 0.762 1.000
-0.351 -0.302 -0.356 -0.318 1.000
-0.316 -0.280 -0.300 -0.267 0.675 1.000
-0.296 -0.289 -0.297 -0.296 0.634 0.651 1.000
-0.282 -0.254 -0.292 -0.245 0.534 0.593 0.566 1.000
sample size: 250
equations:
N1 = NEUR
N2 = NEUR
N3 = NEUR
N4 = NEUR
E1 = EXTR
E2 = EXTR
E3 = EXTR
E4 = EXTR
number of decimals = 3
path diagram
lisrel output all
end of problema

2. Lleve a cabo el análisis e interprete los resultados. Compruebe si el diagrama de parámetro

estandarizado.

El diagrama entregado es igual al propuesto en la práctica 2 de AFC.

Los datos arrojados por el modelo son los siguientes:

 Aná lisis Factorial Confirmatorio

χ2= 12.66 es bajo y acorde al modelo, p-value= 0.85546 siendo mayor de 0.05 encontrándose en
el rango correspondiente, df= 19, NNFI = 1.005 es mayor que 0.95 siendo significativo,
RMSEA= 0,000 es menor a 0.06, SRMR = 0.0194 es significativo para el modelo ya que es
menor a 0.08

3. Calcule la fiabilidad compuesta y la varianza media extractada:

a) Para calcular la fiabilidad compuesta se utilizó la siguiente fórmula:

n 2

ρC =
( ) ∑ λi
i=1 0,94401299
n 2 n FIABILIDAD 9
( (∑ ) (∑ ))
i =1
λi +
i=1
δi COMPUESTA

var l d
N1 0,88 0,22
N2 0,85 0,28
N3 0,84 0,29
N4 0,88 0,22
E1 0,8 0,36
E2 0,83 0,3
E3 0,79 0,38
E4 0,7 0,51
SUMA 6,57 2,56

b) Para calcular la varianza media extractada se utilizó la siguiente fórmula:

n

ρC =
(∑ )
i=1
λ2i
0,316659264
n n

(∑
i=1
λ2i + ∑ δ i
i=1
) VARIANZA MEDIA EXTRACTADA

var l d l2
N1 0,88 0,22 0,7744 La fiabilidad compuesta supera los
N2 0,85 0,28 0,7225 0,7, pues es de 0,944012999 y la
N3 0,84 0,29 0,7056 varianza media extractada no es
N4 0,88 0,22 0,7744 superior a 0,5 pues es de
E1 0,8 0,36 0,64
0,316659264
E2 0,83 0,3 0,6889
E3 0,79 0,38 0,6241
E4 0,7 0,51 0,49
SUMA 6,57 2,56 5,4199