具有有意交叉加载的CFA模型在lavaan中不收敛

Question

我正在尝试在社会主导地位问卷（SDO）的问卷量表上对拉瓦兰进行验证性因素分析，以复制过去在量表制定过程中所做的研究。但是，该模型无法收敛，我也不知道为什么。它给了我以下错误：

Warning message:
In lav_model_estimate(lavmodel = lavmodel, lavpartable = lavpartable,  :
  lavaan WARNING: the optimizer warns that a solution has NOT been found!
> 
> summary(fit_SDO, standardized=T,fit.measures=F,rsq=T)
lavaan 0.6-5 did NOT end normally after 3065 iterations
** WARNING ** Estimates below are most likely unreliable

我尝试拟合的模型有四个因素。前两个是支配地位和反平等主义，此外，这些次级量表上的项目应具有次级特征，即亲特征因素（最初表示为较高值=较高的SDO的项）或同质因素（最初表示为较高的值=较低的SDO）。我附加了一张图像，该图像显示了模型的外观：

The model I'm trying to run

下面是我在R中的模型。请注意，支配地位和反平等主义的项目也应放在有利或不利因素上：

model_SDO <- '

Dominance =~ SDO7_1 + SDO7_2 + SDO7_3 + SDO7_4 +SDO7_5 + SDO7_6 + SDO7_7 + SDO7_8
AntiEgalitarianism =~ SDO7_9 + SDO7_10 + SDO7_11 + SDO7_12 + SDO7_13 + SDO7_14 + SDO7_15 + SDO7_16

Pro =~ SDO7_1 + SDO7_2 + SDO7_3 + SDO7_4 +SDO7_9 + SDO7_10 + SDO7_11 + SDO7_12
Con =~ SDO7_5 + SDO7_6 + SDO7_7 + SDO7_8 + SDO7_13 + SDO7_14 + SDO7_15 + SDO7_16

'
fit_SDO <- cfa(model_SDO, data = data_all)
summary(fit_SDO, standardized=T,fit.measures=F,rsq=T)

知道问题出在哪里吗？我还有其他方法可以编写模型以使其收敛并仍然获得我所附图像中呈现的因子结构吗？

非常感谢您的帮助！

Answer 1

[好，所以我实际上设法自己解决了这个问题：当我将内容因素（优势和反平等主义）与响应关键因素（赞成和反对）之间的协方差限制为零时（因为内容和抠像应该'没有关联），模型运行良好。

model_SDO <- '

Dominance =~ SDO7_1 + SDO7_2 + SDO7_3 + SDO7_4 +SDO7_5 + SDO7_6 + SDO7_7 + SDO7_8
AntiEgalitarianism =~ SDO7_9 + SDO7_10 + SDO7_11 + SDO7_12 + SDO7_13 + SDO7_14 + SDO7_15 + SDO7_16

Pro =~ SDO7_1 + SDO7_2 + SDO7_3 + SDO7_4 +SDO7_9 + SDO7_10 + SDO7_11 + SDO7_12
Con =~ SDO7_5 + SDO7_6 + SDO7_7 + SDO7_8 + SDO7_13 + SDO7_14 + SDO7_15 + SDO7_16

Pro ~~ 0*Dominance
Pro ~~ 0*AntiEgalitarianism

Con ~~ 0*Dominance
Con ~~ 0*AntiEgalitarianism
'