Un grupo de investigadores se ha centrado en estudiar el bienestar psicológico de los los pacientes con cáncer. Creen que el optimismo hacia el curso de su enfermedad es un factor que puede impactar en la satisfacción con la vida y la feliciddad de los supervivientes. Aunque plantean que el optimismo se puede ver influenciado por ciertos rasgos de personalidad.
¿Confiable? y ¿válida? ¿qué instrumentos se emplearon?
#cargando paquetes y base de datos
library(haven)
library(lavaan)## This is lavaan 0.6-14
## lavaan is FREE software! Please report any bugs.library(semPlot)
Dsem <- read_sav("C:/Users/Admin/Downloads/Banco_MEE.sav")
Dsem <- zap_labels(Dsem)Se realiza una matriz de correlación con todas las variables (es dificil conocer en dónde puede estar los problemas)
round(cor(Dsem),2) ## Sexo Idade LOTR1 LOTR2 LOTR3 LOTR4 LOTR5 LOTR6 Crise1 Crise2 Crise3
## Sexo 1.00 0.03 0.02 -0.10 0.06 0.00 0.02 0.02 -0.06 -0.01 0.01
## Idade 0.03 1.00 0.19 -0.20 0.25 -0.18 -0.16 0.18 -0.20 -0.21 -0.23
## LOTR1 0.02 0.19 1.00 -0.41 0.62 -0.49 -0.33 0.45 -0.33 -0.43 -0.44
## LOTR2 -0.10 -0.20 -0.41 1.00 -0.43 0.57 0.45 -0.45 0.34 0.45 0.41
## LOTR3 0.06 0.25 0.62 -0.43 1.00 -0.57 -0.41 0.49 -0.41 -0.49 -0.48
## LOTR4 0.00 -0.18 -0.49 0.57 -0.57 1.00 0.60 -0.53 0.40 0.52 0.52
## LOTR5 0.02 -0.16 -0.33 0.45 -0.41 0.60 1.00 -0.52 0.31 0.46 0.41
## LOTR6 0.02 0.18 0.45 -0.45 0.49 -0.53 -0.52 1.00 -0.33 -0.44 -0.44
## Crise1 -0.06 -0.20 -0.33 0.34 -0.41 0.40 0.31 -0.33 1.00 0.71 0.74
## Crise2 -0.01 -0.21 -0.43 0.45 -0.49 0.52 0.46 -0.44 0.71 1.00 0.88
## Crise3 0.01 -0.23 -0.44 0.41 -0.48 0.52 0.41 -0.44 0.74 0.88 1.00
## Crise4 -0.01 -0.19 -0.40 0.42 -0.43 0.47 0.40 -0.41 0.64 0.79 0.84
## Crise5 -0.03 -0.19 -0.38 0.39 -0.41 0.43 0.38 -0.44 0.53 0.65 0.71
## SHS1 -0.03 0.18 0.45 -0.41 0.52 -0.47 -0.41 0.42 -0.46 -0.63 -0.63
## SHS2 -0.02 0.22 0.46 -0.43 0.52 -0.48 -0.40 0.42 -0.40 -0.55 -0.55
## SHS3 -0.06 0.20 0.52 -0.39 0.53 -0.47 -0.38 0.41 -0.43 -0.51 -0.52
## SHS4 0.07 -0.19 -0.39 0.34 -0.45 0.42 0.39 -0.37 0.42 0.54 0.53
## SWLS1 -0.06 0.24 0.40 -0.43 0.49 -0.47 -0.37 0.41 -0.44 -0.55 -0.55
## SWLS2 0.00 0.13 0.25 -0.31 0.30 -0.32 -0.21 0.27 -0.21 -0.31 -0.31
## SWLS3 -0.02 0.22 0.38 -0.42 0.44 -0.44 -0.36 0.42 -0.49 -0.59 -0.58
## SWLS4 -0.09 0.13 0.38 -0.34 0.41 -0.42 -0.35 0.38 -0.43 -0.52 -0.51
## SWLS5 -0.03 0.10 0.29 -0.28 0.35 -0.39 -0.33 0.33 -0.37 -0.44 -0.43
## MHI51 0.15 0.20 0.29 -0.37 0.38 -0.34 -0.26 0.29 -0.32 -0.41 -0.37
## MHI52 0.09 0.21 0.37 -0.40 0.46 -0.45 -0.36 0.39 -0.50 -0.62 -0.60
## MHI53 -0.15 -0.12 -0.34 0.37 -0.37 0.32 0.25 -0.29 0.33 0.37 0.36
## MHI54 0.03 0.22 0.39 -0.39 0.47 -0.46 -0.37 0.37 -0.49 -0.58 -0.57
## MHI55 -0.01 -0.14 -0.44 0.46 -0.50 0.47 0.42 -0.40 0.52 0.62 0.60
## MRP1 -0.09 0.21 0.25 -0.18 0.24 -0.24 -0.19 0.23 -0.20 -0.31 -0.31
## MRP2 -0.08 0.12 0.22 -0.18 0.17 -0.16 -0.20 0.21 -0.08 -0.19 -0.15
## MRP3 -0.15 0.09 0.18 -0.09 0.22 -0.17 -0.08 0.17 -0.22 -0.24 -0.23
## MRP4 -0.06 -0.25 -0.55 0.46 -0.61 0.57 0.50 -0.46 0.43 0.54 0.50
## MRP5 0.06 0.17 0.24 -0.12 0.21 -0.17 -0.15 0.16 -0.15 -0.14 -0.15
## MRP6 0.06 -0.11 -0.13 0.09 -0.18 0.17 0.15 -0.12 0.09 0.20 0.20
## MRP7 0.01 0.00 0.16 -0.11 0.13 -0.12 -0.11 0.13 -0.03 -0.08 -0.05
## MRP8 -0.12 0.06 0.22 -0.13 0.24 -0.22 -0.14 0.22 -0.24 -0.25 -0.25
## MRP9 -0.04 -0.24 -0.42 0.38 -0.48 0.51 0.44 -0.42 0.49 0.61 0.58
## MRP10 0.01 0.07 0.07 0.03 0.07 0.00 -0.07 0.04 -0.01 0.00 -0.02
## MRP11 0.00 -0.11 -0.20 0.17 -0.23 0.26 0.19 -0.14 0.19 0.26 0.25
## MRP12 -0.06 0.13 0.17 -0.19 0.16 -0.19 -0.18 0.20 -0.07 -0.19 -0.15
## MRP13 -0.16 0.15 0.09 -0.08 0.10 -0.15 -0.06 0.11 -0.20 -0.19 -0.15
## MRP14 -0.17 -0.33 -0.38 0.35 -0.46 0.39 0.37 -0.31 0.45 0.49 0.48
## MRP15 0.23 -0.04 0.06 -0.04 0.04 -0.01 -0.05 0.01 0.01 0.00 0.01
## MRP16 0.05 0.32 0.28 -0.23 0.31 -0.25 -0.22 0.21 -0.18 -0.26 -0.25
## MRP17 -0.03 0.04 0.17 -0.09 0.13 -0.11 -0.07 0.14 -0.05 -0.10 -0.11
## MRP18 -0.01 0.16 0.14 -0.11 0.18 -0.18 -0.12 0.14 -0.20 -0.22 -0.19
## MRP19 -0.20 -0.23 -0.21 0.28 -0.27 0.24 0.24 -0.17 0.23 0.28 0.24
## MRP20 0.03 -0.10 0.16 -0.06 0.13 -0.07 -0.04 0.09 -0.02 -0.02 -0.04
## MRP21 -0.04 -0.16 -0.21 0.18 -0.24 0.27 0.26 -0.20 0.19 0.27 0.25
## MRP22 0.02 0.01 0.12 -0.15 0.11 -0.07 0.02 0.05 -0.06 -0.04 -0.04
## MRP23 -0.05 0.08 0.15 -0.10 0.12 -0.12 -0.11 0.16 -0.14 -0.14 -0.16
## MRP24 -0.05 -0.22 -0.30 0.31 -0.31 0.28 0.29 -0.33 0.28 0.37 0.32
## MRP25 0.05 0.03 0.24 -0.15 0.24 -0.21 -0.11 0.17 -0.16 -0.18 -0.22
## Crise4 Crise5 SHS1 SHS2 SHS3 SHS4 SWLS1 SWLS2 SWLS3 SWLS4 SWLS5
## Sexo -0.01 -0.03 -0.03 -0.02 -0.06 0.07 -0.06 0.00 -0.02 -0.09 -0.03
## Idade -0.19 -0.19 0.18 0.22 0.20 -0.19 0.24 0.13 0.22 0.13 0.10
## LOTR1 -0.40 -0.38 0.45 0.46 0.52 -0.39 0.40 0.25 0.38 0.38 0.29
## LOTR2 0.42 0.39 -0.41 -0.43 -0.39 0.34 -0.43 -0.31 -0.42 -0.34 -0.28
## LOTR3 -0.43 -0.41 0.52 0.52 0.53 -0.45 0.49 0.30 0.44 0.41 0.35
## LOTR4 0.47 0.43 -0.47 -0.48 -0.47 0.42 -0.47 -0.32 -0.44 -0.42 -0.39
## LOTR5 0.40 0.38 -0.41 -0.40 -0.38 0.39 -0.37 -0.21 -0.36 -0.35 -0.33
## LOTR6 -0.41 -0.44 0.42 0.42 0.41 -0.37 0.41 0.27 0.42 0.38 0.33
## Crise1 0.64 0.53 -0.46 -0.40 -0.43 0.42 -0.44 -0.21 -0.49 -0.43 -0.37
## Crise2 0.79 0.65 -0.63 -0.55 -0.51 0.54 -0.55 -0.31 -0.59 -0.52 -0.44
## Crise3 0.84 0.71 -0.63 -0.55 -0.52 0.53 -0.55 -0.31 -0.58 -0.51 -0.43
## Crise4 1.00 0.80 -0.57 -0.51 -0.45 0.49 -0.51 -0.31 -0.52 -0.48 -0.38
## Crise5 0.80 1.00 -0.53 -0.46 -0.43 0.45 -0.43 -0.29 -0.46 -0.41 -0.31
## SHS1 -0.57 -0.53 1.00 0.68 0.61 -0.55 0.59 0.41 0.63 0.55 0.45
## SHS2 -0.51 -0.46 0.68 1.00 0.64 -0.52 0.52 0.36 0.55 0.46 0.43
## SHS3 -0.45 -0.43 0.61 0.64 1.00 -0.53 0.51 0.33 0.52 0.42 0.39
## SHS4 0.49 0.45 -0.55 -0.52 -0.53 1.00 -0.40 -0.24 -0.44 -0.37 -0.35
## SWLS1 -0.51 -0.43 0.59 0.52 0.51 -0.40 1.00 0.51 0.72 0.63 0.56
## SWLS2 -0.31 -0.29 0.41 0.36 0.33 -0.24 0.51 1.00 0.62 0.47 0.42
## SWLS3 -0.52 -0.46 0.63 0.55 0.52 -0.44 0.72 0.62 1.00 0.68 0.57
## SWLS4 -0.48 -0.41 0.55 0.46 0.42 -0.37 0.63 0.47 0.68 1.00 0.57
## SWLS5 -0.38 -0.31 0.45 0.43 0.39 -0.35 0.56 0.42 0.57 0.57 1.00
## MHI51 -0.35 -0.29 0.36 0.32 0.38 -0.31 0.32 0.22 0.38 0.24 0.23
## MHI52 -0.55 -0.50 0.61 0.53 0.49 -0.46 0.50 0.31 0.55 0.46 0.37
## MHI53 0.35 0.31 -0.39 -0.37 -0.42 0.28 -0.33 -0.27 -0.39 -0.27 -0.26
## MHI54 -0.52 -0.43 0.58 0.52 0.52 -0.46 0.51 0.28 0.55 0.45 0.40
## MHI55 0.55 0.48 -0.68 -0.62 -0.61 0.51 -0.59 -0.39 -0.63 -0.54 -0.53
## MRP1 -0.27 -0.26 0.26 0.33 0.32 -0.26 0.24 0.12 0.22 0.26 0.21
## MRP2 -0.16 -0.15 0.25 0.29 0.30 -0.22 0.16 0.12 0.17 0.15 0.18
## MRP3 -0.22 -0.18 0.21 0.21 0.22 -0.15 0.30 0.09 0.24 0.28 0.19
## MRP4 0.48 0.44 -0.53 -0.45 -0.55 0.46 -0.45 -0.24 -0.42 -0.40 -0.33
## MRP5 -0.14 -0.13 0.12 0.17 0.23 -0.14 0.15 0.04 0.07 0.08 0.10
## MRP6 0.16 0.17 -0.20 -0.23 -0.20 0.22 -0.13 -0.06 -0.13 -0.16 -0.15
## MRP7 -0.07 -0.08 0.11 0.14 0.15 -0.05 0.07 0.11 0.05 0.05 0.11
## MRP8 -0.24 -0.19 0.19 0.19 0.19 -0.14 0.34 0.07 0.25 0.31 0.24
## MRP9 0.53 0.51 -0.58 -0.53 -0.52 0.51 -0.44 -0.27 -0.48 -0.40 -0.35
## MRP10 -0.02 0.01 0.03 0.06 0.09 -0.04 -0.01 -0.04 -0.03 -0.02 0.07
## MRP11 0.22 0.18 -0.22 -0.27 -0.24 0.18 -0.21 -0.12 -0.19 -0.21 -0.14
## MRP12 -0.14 -0.14 0.22 0.27 0.25 -0.23 0.11 0.12 0.15 0.13 0.12
## MRP13 -0.14 -0.11 0.12 0.13 0.06 -0.06 0.20 0.08 0.19 0.29 0.19
## MRP14 0.42 0.34 -0.38 -0.39 -0.41 0.33 -0.41 -0.20 -0.36 -0.29 -0.27
## MRP15 0.00 -0.01 -0.01 0.05 0.03 0.03 -0.04 0.07 -0.03 -0.01 0.01
## MRP16 -0.24 -0.23 0.26 0.34 0.30 -0.22 0.28 0.15 0.23 0.21 0.16
## MRP17 -0.13 -0.16 0.18 0.21 0.22 -0.12 0.08 0.11 0.10 0.07 0.08
## MRP18 -0.17 -0.15 0.16 0.14 0.11 -0.05 0.21 0.13 0.17 0.19 0.17
## MRP19 0.22 0.18 -0.26 -0.18 -0.27 0.24 -0.24 -0.13 -0.23 -0.16 -0.12
## MRP20 -0.03 -0.06 0.10 0.11 0.18 -0.07 0.05 0.02 0.06 0.10 0.06
## MRP21 0.24 0.20 -0.23 -0.25 -0.27 0.25 -0.21 -0.11 -0.20 -0.19 -0.18
## MRP22 -0.07 -0.08 0.10 0.16 0.18 -0.02 0.11 0.15 0.08 0.09 0.11
## MRP23 -0.12 -0.14 0.13 0.16 0.17 -0.07 0.13 0.10 0.11 0.09 0.16
## MRP24 0.30 0.26 -0.35 -0.29 -0.35 0.32 -0.30 -0.22 -0.35 -0.25 -0.24
## MRP25 -0.21 -0.19 0.15 0.21 0.22 -0.09 0.20 0.08 0.15 0.22 0.18
## MHI51 MHI52 MHI53 MHI54 MHI55 MRP1 MRP2 MRP3 MRP4 MRP5 MRP6 MRP7
## Sexo 0.15 0.09 -0.15 0.03 -0.01 -0.09 -0.08 -0.15 -0.06 0.06 0.06 0.01
## Idade 0.20 0.21 -0.12 0.22 -0.14 0.21 0.12 0.09 -0.25 0.17 -0.11 0.00
## LOTR1 0.29 0.37 -0.34 0.39 -0.44 0.25 0.22 0.18 -0.55 0.24 -0.13 0.16
## LOTR2 -0.37 -0.40 0.37 -0.39 0.46 -0.18 -0.18 -0.09 0.46 -0.12 0.09 -0.11
## LOTR3 0.38 0.46 -0.37 0.47 -0.50 0.24 0.17 0.22 -0.61 0.21 -0.18 0.13
## LOTR4 -0.34 -0.45 0.32 -0.46 0.47 -0.24 -0.16 -0.17 0.57 -0.17 0.17 -0.12
## LOTR5 -0.26 -0.36 0.25 -0.37 0.42 -0.19 -0.20 -0.08 0.50 -0.15 0.15 -0.11
## LOTR6 0.29 0.39 -0.29 0.37 -0.40 0.23 0.21 0.17 -0.46 0.16 -0.12 0.13
## Crise1 -0.32 -0.50 0.33 -0.49 0.52 -0.20 -0.08 -0.22 0.43 -0.15 0.09 -0.03
## Crise2 -0.41 -0.62 0.37 -0.58 0.62 -0.31 -0.19 -0.24 0.54 -0.14 0.20 -0.08
## Crise3 -0.37 -0.60 0.36 -0.57 0.60 -0.31 -0.15 -0.23 0.50 -0.15 0.20 -0.05
## Crise4 -0.35 -0.55 0.35 -0.52 0.55 -0.27 -0.16 -0.22 0.48 -0.14 0.16 -0.07
## Crise5 -0.29 -0.50 0.31 -0.43 0.48 -0.26 -0.15 -0.18 0.44 -0.13 0.17 -0.08
## SHS1 0.36 0.61 -0.39 0.58 -0.68 0.26 0.25 0.21 -0.53 0.12 -0.20 0.11
## SHS2 0.32 0.53 -0.37 0.52 -0.62 0.33 0.29 0.21 -0.45 0.17 -0.23 0.14
## SHS3 0.38 0.49 -0.42 0.52 -0.61 0.32 0.30 0.22 -0.55 0.23 -0.20 0.15
## SHS4 -0.31 -0.46 0.28 -0.46 0.51 -0.26 -0.22 -0.15 0.46 -0.14 0.22 -0.05
## SWLS1 0.32 0.50 -0.33 0.51 -0.59 0.24 0.16 0.30 -0.45 0.15 -0.13 0.07
## SWLS2 0.22 0.31 -0.27 0.28 -0.39 0.12 0.12 0.09 -0.24 0.04 -0.06 0.11
## SWLS3 0.38 0.55 -0.39 0.55 -0.63 0.22 0.17 0.24 -0.42 0.07 -0.13 0.05
## SWLS4 0.24 0.46 -0.27 0.45 -0.54 0.26 0.15 0.28 -0.40 0.08 -0.16 0.05
## SWLS5 0.23 0.37 -0.26 0.40 -0.53 0.21 0.18 0.19 -0.33 0.10 -0.15 0.11
## MHI51 1.00 0.48 -0.55 0.46 -0.43 0.11 0.16 0.06 -0.40 0.06 0.01 0.14
## MHI52 0.48 1.00 -0.39 0.71 -0.62 0.20 0.14 0.19 -0.47 0.07 -0.15 0.06
## MHI53 -0.55 -0.39 1.00 -0.40 0.53 -0.06 -0.17 -0.07 0.36 -0.10 -0.06 -0.15
## MHI54 0.46 0.71 -0.40 1.00 -0.66 0.22 0.17 0.20 -0.46 0.10 -0.14 0.08
## MHI55 -0.43 -0.62 0.53 -0.66 1.00 -0.27 -0.25 -0.24 0.49 -0.17 0.17 -0.16
## MRP1 0.11 0.20 -0.06 0.22 -0.27 1.00 0.28 0.18 -0.17 0.25 -0.56 0.05
## MRP2 0.16 0.14 -0.17 0.17 -0.25 0.28 1.00 0.22 -0.21 0.16 -0.09 0.49
## MRP3 0.06 0.19 -0.07 0.20 -0.24 0.18 0.22 1.00 -0.17 0.11 -0.04 0.12
## MRP4 -0.40 -0.47 0.36 -0.46 0.49 -0.17 -0.21 -0.17 1.00 -0.14 0.14 -0.18
## MRP5 0.06 0.07 -0.10 0.10 -0.17 0.25 0.16 0.11 -0.14 1.00 -0.12 0.12
## MRP6 0.01 -0.15 -0.06 -0.14 0.17 -0.56 -0.09 -0.04 0.14 -0.12 1.00 0.09
## MRP7 0.14 0.06 -0.15 0.08 -0.16 0.05 0.49 0.12 -0.18 0.12 0.09 1.00
## MRP8 0.05 0.20 -0.01 0.25 -0.20 0.13 0.14 0.64 -0.20 0.09 -0.04 0.16
## MRP9 -0.36 -0.64 0.32 -0.59 0.56 -0.21 -0.14 -0.21 0.59 -0.07 0.21 -0.04
## MRP10 0.07 0.02 -0.11 -0.01 -0.09 0.11 0.19 -0.03 -0.04 0.49 -0.05 0.15
## MRP11 -0.11 -0.16 0.09 -0.21 0.23 -0.52 -0.11 -0.06 0.21 -0.09 0.61 0.07
## MRP12 0.12 0.16 -0.08 0.17 -0.24 0.36 0.47 0.09 -0.18 0.14 -0.16 0.38
## MRP13 0.00 0.13 -0.02 0.17 -0.14 0.04 0.05 0.41 -0.10 0.03 0.03 0.12
## MRP14 -0.40 -0.41 0.32 -0.46 0.39 -0.18 -0.05 -0.13 0.51 -0.18 0.17 0.01
## MRP15 0.03 -0.03 -0.11 -0.04 0.00 0.05 -0.01 -0.09 0.05 0.24 0.00 0.08
## MRP16 0.18 0.18 -0.17 0.24 -0.25 0.50 0.14 0.12 -0.22 0.17 -0.31 0.06
## MRP17 0.12 0.07 -0.17 0.10 -0.19 0.12 0.43 0.18 -0.16 0.15 -0.03 0.44
## MRP18 0.16 0.13 -0.11 0.19 -0.17 0.04 0.11 0.37 -0.17 0.03 0.07 0.12
## MRP19 -0.49 -0.31 0.36 -0.29 0.26 -0.02 0.04 0.05 0.35 -0.07 0.00 0.01
## MRP20 0.05 0.02 -0.04 0.07 -0.07 0.11 0.04 0.00 -0.12 0.18 -0.12 0.06
## MRP21 -0.12 -0.21 0.09 -0.29 0.23 -0.41 -0.12 -0.07 0.26 -0.11 0.49 0.01
## MRP22 0.12 0.02 -0.16 0.06 -0.14 0.07 0.31 0.12 -0.09 0.15 0.08 0.34
## MRP23 0.08 0.08 -0.14 0.16 -0.15 0.02 0.20 0.26 -0.15 0.08 0.16 0.35
## MRP24 -0.39 -0.41 0.32 -0.37 0.37 -0.13 -0.21 -0.08 0.44 -0.07 0.10 -0.20
## MRP25 0.08 0.07 -0.11 0.15 -0.14 0.30 -0.01 0.14 -0.19 0.24 -0.19 0.04
## MRP8 MRP9 MRP10 MRP11 MRP12 MRP13 MRP14 MRP15 MRP16 MRP17 MRP18 MRP19
## Sexo -0.12 -0.04 0.01 0.00 -0.06 -0.16 -0.17 0.23 0.05 -0.03 -0.01 -0.20
## Idade 0.06 -0.24 0.07 -0.11 0.13 0.15 -0.33 -0.04 0.32 0.04 0.16 -0.23
## LOTR1 0.22 -0.42 0.07 -0.20 0.17 0.09 -0.38 0.06 0.28 0.17 0.14 -0.21
## LOTR2 -0.13 0.38 0.03 0.17 -0.19 -0.08 0.35 -0.04 -0.23 -0.09 -0.11 0.28
## LOTR3 0.24 -0.48 0.07 -0.23 0.16 0.10 -0.46 0.04 0.31 0.13 0.18 -0.27
## LOTR4 -0.22 0.51 0.00 0.26 -0.19 -0.15 0.39 -0.01 -0.25 -0.11 -0.18 0.24
## LOTR5 -0.14 0.44 -0.07 0.19 -0.18 -0.06 0.37 -0.05 -0.22 -0.07 -0.12 0.24
## LOTR6 0.22 -0.42 0.04 -0.14 0.20 0.11 -0.31 0.01 0.21 0.14 0.14 -0.17
## Crise1 -0.24 0.49 -0.01 0.19 -0.07 -0.20 0.45 0.01 -0.18 -0.05 -0.20 0.23
## Crise2 -0.25 0.61 0.00 0.26 -0.19 -0.19 0.49 0.00 -0.26 -0.10 -0.22 0.28
## Crise3 -0.25 0.58 -0.02 0.25 -0.15 -0.15 0.48 0.01 -0.25 -0.11 -0.19 0.24
## Crise4 -0.24 0.53 -0.02 0.22 -0.14 -0.14 0.42 0.00 -0.24 -0.13 -0.17 0.22
## Crise5 -0.19 0.51 0.01 0.18 -0.14 -0.11 0.34 -0.01 -0.23 -0.16 -0.15 0.18
## SHS1 0.19 -0.58 0.03 -0.22 0.22 0.12 -0.38 -0.01 0.26 0.18 0.16 -0.26
## SHS2 0.19 -0.53 0.06 -0.27 0.27 0.13 -0.39 0.05 0.34 0.21 0.14 -0.18
## SHS3 0.19 -0.52 0.09 -0.24 0.25 0.06 -0.41 0.03 0.30 0.22 0.11 -0.27
## SHS4 -0.14 0.51 -0.04 0.18 -0.23 -0.06 0.33 0.03 -0.22 -0.12 -0.05 0.24
## SWLS1 0.34 -0.44 -0.01 -0.21 0.11 0.20 -0.41 -0.04 0.28 0.08 0.21 -0.24
## SWLS2 0.07 -0.27 -0.04 -0.12 0.12 0.08 -0.20 0.07 0.15 0.11 0.13 -0.13
## SWLS3 0.25 -0.48 -0.03 -0.19 0.15 0.19 -0.36 -0.03 0.23 0.10 0.17 -0.23
## SWLS4 0.31 -0.40 -0.02 -0.21 0.13 0.29 -0.29 -0.01 0.21 0.07 0.19 -0.16
## SWLS5 0.24 -0.35 0.07 -0.14 0.12 0.19 -0.27 0.01 0.16 0.08 0.17 -0.12
## MHI51 0.05 -0.36 0.07 -0.11 0.12 0.00 -0.40 0.03 0.18 0.12 0.16 -0.49
## MHI52 0.20 -0.64 0.02 -0.16 0.16 0.13 -0.41 -0.03 0.18 0.07 0.13 -0.31
## MHI53 -0.01 0.32 -0.11 0.09 -0.08 -0.02 0.32 -0.11 -0.17 -0.17 -0.11 0.36
## MHI54 0.25 -0.59 -0.01 -0.21 0.17 0.17 -0.46 -0.04 0.24 0.10 0.19 -0.29
## MHI55 -0.20 0.56 -0.09 0.23 -0.24 -0.14 0.39 0.00 -0.25 -0.19 -0.17 0.26
## MRP1 0.13 -0.21 0.11 -0.52 0.36 0.04 -0.18 0.05 0.50 0.12 0.04 -0.02
## MRP2 0.14 -0.14 0.19 -0.11 0.47 0.05 -0.05 -0.01 0.14 0.43 0.11 0.04
## MRP3 0.64 -0.21 -0.03 -0.06 0.09 0.41 -0.13 -0.09 0.12 0.18 0.37 0.05
## MRP4 -0.20 0.59 -0.04 0.21 -0.18 -0.10 0.51 0.05 -0.22 -0.16 -0.17 0.35
## MRP5 0.09 -0.07 0.49 -0.09 0.14 0.03 -0.18 0.24 0.17 0.15 0.03 -0.07
## MRP6 -0.04 0.21 -0.05 0.61 -0.16 0.03 0.17 0.00 -0.31 -0.03 0.07 0.00
## MRP7 0.16 -0.04 0.15 0.07 0.38 0.12 0.01 0.08 0.06 0.44 0.12 0.01
## MRP8 1.00 -0.20 -0.04 -0.09 0.10 0.45 -0.13 -0.09 0.13 0.15 0.32 0.06
## MRP9 -0.20 1.00 0.02 0.24 -0.20 -0.14 0.54 0.08 -0.25 -0.07 -0.17 0.36
## MRP10 -0.04 0.02 1.00 0.02 0.08 -0.07 -0.03 0.35 0.06 0.12 -0.03 -0.04
## MRP11 -0.09 0.24 0.02 1.00 -0.14 0.02 0.35 -0.01 -0.42 -0.05 -0.01 0.14
## MRP12 0.10 -0.20 0.08 -0.14 1.00 0.02 -0.04 0.01 0.21 0.33 0.03 0.02
## MRP13 0.45 -0.14 -0.07 0.02 0.02 1.00 -0.11 -0.06 0.10 0.09 0.38 0.02
## MRP14 -0.13 0.54 -0.03 0.35 -0.04 -0.11 1.00 0.01 -0.35 -0.03 -0.19 0.48
## MRP15 -0.09 0.08 0.35 -0.01 0.01 -0.06 0.01 1.00 0.16 0.06 -0.11 -0.08
## MRP16 0.13 -0.25 0.06 -0.42 0.21 0.10 -0.35 0.16 1.00 0.16 0.15 -0.21
## MRP17 0.15 -0.07 0.12 -0.05 0.33 0.09 -0.03 0.06 0.16 1.00 0.15 0.02
## MRP18 0.32 -0.17 -0.03 -0.01 0.03 0.38 -0.19 -0.11 0.15 0.15 1.00 -0.01
## MRP19 0.06 0.36 -0.04 0.14 0.02 0.02 0.48 -0.08 -0.21 0.02 -0.01 1.00
## MRP20 0.04 -0.08 0.15 -0.11 0.12 -0.10 -0.10 0.14 0.14 0.14 -0.02 -0.02
## MRP21 -0.10 0.32 -0.02 0.61 -0.10 -0.04 0.37 0.03 -0.37 -0.01 -0.01 0.19
## MRP22 0.10 -0.01 0.11 0.06 0.20 0.13 -0.04 0.20 0.11 0.40 0.12 -0.03
## MRP23 0.25 -0.12 0.03 0.05 0.11 0.31 -0.15 0.03 0.07 0.31 0.38 0.00
## MRP24 -0.09 0.48 -0.08 0.18 -0.16 -0.09 0.40 -0.01 -0.19 -0.10 -0.06 0.38
## MRP25 0.23 -0.14 0.10 -0.23 0.13 0.01 -0.21 0.20 0.31 0.11 0.04 -0.04
## MRP20 MRP21 MRP22 MRP23 MRP24 MRP25
## Sexo 0.03 -0.04 0.02 -0.05 -0.05 0.05
## Idade -0.10 -0.16 0.01 0.08 -0.22 0.03
## LOTR1 0.16 -0.21 0.12 0.15 -0.30 0.24
## LOTR2 -0.06 0.18 -0.15 -0.10 0.31 -0.15
## LOTR3 0.13 -0.24 0.11 0.12 -0.31 0.24
## LOTR4 -0.07 0.27 -0.07 -0.12 0.28 -0.21
## LOTR5 -0.04 0.26 0.02 -0.11 0.29 -0.11
## LOTR6 0.09 -0.20 0.05 0.16 -0.33 0.17
## Crise1 -0.02 0.19 -0.06 -0.14 0.28 -0.16
## Crise2 -0.02 0.27 -0.04 -0.14 0.37 -0.18
## Crise3 -0.04 0.25 -0.04 -0.16 0.32 -0.22
## Crise4 -0.03 0.24 -0.07 -0.12 0.30 -0.21
## Crise5 -0.06 0.20 -0.08 -0.14 0.26 -0.19
## SHS1 0.10 -0.23 0.10 0.13 -0.35 0.15
## SHS2 0.11 -0.25 0.16 0.16 -0.29 0.21
## SHS3 0.18 -0.27 0.18 0.17 -0.35 0.22
## SHS4 -0.07 0.25 -0.02 -0.07 0.32 -0.09
## SWLS1 0.05 -0.21 0.11 0.13 -0.30 0.20
## SWLS2 0.02 -0.11 0.15 0.10 -0.22 0.08
## SWLS3 0.06 -0.20 0.08 0.11 -0.35 0.15
## SWLS4 0.10 -0.19 0.09 0.09 -0.25 0.22
## SWLS5 0.06 -0.18 0.11 0.16 -0.24 0.18
## MHI51 0.05 -0.12 0.12 0.08 -0.39 0.08
## MHI52 0.02 -0.21 0.02 0.08 -0.41 0.07
## MHI53 -0.04 0.09 -0.16 -0.14 0.32 -0.11
## MHI54 0.07 -0.29 0.06 0.16 -0.37 0.15
## MHI55 -0.07 0.23 -0.14 -0.15 0.37 -0.14
## MRP1 0.11 -0.41 0.07 0.02 -0.13 0.30
## MRP2 0.04 -0.12 0.31 0.20 -0.21 -0.01
## MRP3 0.00 -0.07 0.12 0.26 -0.08 0.14
## MRP4 -0.12 0.26 -0.09 -0.15 0.44 -0.19
## MRP5 0.18 -0.11 0.15 0.08 -0.07 0.24
## MRP6 -0.12 0.49 0.08 0.16 0.10 -0.19
## MRP7 0.06 0.01 0.34 0.35 -0.20 0.04
## MRP8 0.04 -0.10 0.10 0.25 -0.09 0.23
## MRP9 -0.08 0.32 -0.01 -0.12 0.48 -0.14
## MRP10 0.15 -0.02 0.11 0.03 -0.08 0.10
## MRP11 -0.11 0.61 0.06 0.05 0.18 -0.23
## MRP12 0.12 -0.10 0.20 0.11 -0.16 0.13
## MRP13 -0.10 -0.04 0.13 0.31 -0.09 0.01
## MRP14 -0.10 0.37 -0.04 -0.15 0.40 -0.21
## MRP15 0.14 0.03 0.20 0.03 -0.01 0.20
## MRP16 0.14 -0.37 0.11 0.07 -0.19 0.31
## MRP17 0.14 -0.01 0.40 0.31 -0.10 0.11
## MRP18 -0.02 -0.01 0.12 0.38 -0.06 0.04
## MRP19 -0.02 0.19 -0.03 0.00 0.38 -0.04
## MRP20 1.00 -0.08 0.09 -0.02 0.04 0.40
## MRP21 -0.08 1.00 0.06 0.03 0.28 -0.15
## MRP22 0.09 0.06 1.00 0.37 -0.12 0.13
## MRP23 -0.02 0.03 0.37 1.00 -0.03 0.04
## MRP24 0.04 0.28 -0.12 -0.03 1.00 0.00
## MRP25 0.40 -0.15 0.13 0.04 0.00 1.00Si se es familiar con los modelos de medición es posible estimar nuevas variables para verificar su relación.
Por practicidad solo se especificó una de las dimensiones de personalidad
library(dplyr)## Warning: package 'dplyr' was built under R version 4.2.3##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union#Se obtinenen totales de la variable "Estabilidad emocional"
Dsem <- Dsem %>% mutate(NEURO = MRP1+MRP6+MRP11+MRP16+MRP21)
#Se obtiene total de optimismo frente al curso de la enfermedad
Dsem <- Dsem %>% mutate(OPT = LOTR1+LOTR2+LOTR3+LOTR4+LOTR5+LOTR6)
#Se obtiene el total de satisfacción con la vida
Dsem <- Dsem %>% mutate(SAT = SWLS1+SWLS2+SWLS3+SWLS4+SWLS5)
#Se obtiene el total de felicidad con la vida
Dsem <- Dsem %>% mutate(FEL = SHS1+SHS2+SHS3+SHS4)
Cor1 <- select (Dsem, c(NEURO, OPT, SAT, FEL))
library(kableExtra)##
## Attaching package: 'kableExtra'## The following object is masked from 'package:dplyr':
##
## group_rowslibrary(knitr)## Warning: package 'knitr' was built under R version 4.2.3kable(round(cor(Cor1),2))| NEURO | OPT | SAT | FEL | |
|---|---|---|---|---|
| NEURO | 1.00 | 0.08 | -0.05 | -0.04 |
| OPT | 0.08 | 1.00 | -0.08 | 0.00 |
| SAT | -0.05 | -0.08 | 1.00 | 0.57 |
| FEL | -0.04 | 0.00 | 0.57 | 1.00 |
Según Kline otra forma de poder observar la colinealidad es realizar un modelo de regresión lineal multiple y verificar ese supuesto, sin embargo resulta dificil cuando se tienen dos variables respuesta de interés.
library(MVN)## Warning: package 'MVN' was built under R version 4.2.3#Se seleccionan las variables a ser analizadas
mvn(Cor1, mvnTest = "mardia")## $multivariateNormality
## Test Statistic p value Result
## 1 Mardia Skewness 56.8083183700275 2.1946108762602e-05 NO
## 2 Mardia Kurtosis 3.29012503331522 0.00100142873224573 NO
## 3 MVN <NA> <NA> NO
##
## $univariateNormality
## Test Variable Statistic p value Normality
## 1 Anderson-Darling NEURO 4.6070 <0.001 NO
## 2 Anderson-Darling OPT 8.4230 <0.001 NO
## 3 Anderson-Darling SAT 3.2164 <0.001 NO
## 4 Anderson-Darling FEL 4.1384 <0.001 NO
##
## $Descriptives
## n Mean Std.Dev Median Min Max 25th 75th Skew Kurtosis
## NEURO 590 15.82373 2.462509 16 6 25 14 17 -0.1416565 0.65627548
## OPT 590 18.08475 2.172432 18 9 26 17 19 0.2663077 1.20645576
## SAT 590 23.23898 6.691264 24 5 35 19 29 -0.3644323 -0.51154509
## FEL 590 17.77966 3.563957 18 8 28 16 20 -0.2294545 0.06353881Vistas como un total las variables no fueron normales, verificamos si por grupos de variables lo logran ser (igual se verifica la colinealidad en cada modelo de medición)
# Estabilidad emocional
Normal1 <- Dsem %>% select(MRP1,MRP6,MRP11,MRP16,MRP21)
mvn(Normal1, mvnTest = "mardia")## $multivariateNormality
## Test Statistic p value Result
## 1 Mardia Skewness 90.5752568518373 8.162742463621e-07 NO
## 2 Mardia Kurtosis 6.33735202393821 2.33747465827605e-10 NO
## 3 MVN <NA> <NA> NO
##
## $univariateNormality
## Test Variable Statistic p value Normality
## 1 Anderson-Darling MRP1 26.8180 <0.001 NO
## 2 Anderson-Darling MRP6 19.5531 <0.001 NO
## 3 Anderson-Darling MRP11 19.9136 <0.001 NO
## 4 Anderson-Darling MRP16 21.0896 <0.001 NO
## 5 Anderson-Darling MRP21 19.1418 <0.001 NO
##
## $Descriptives
## n Mean Std.Dev Median Min Max 25th 75th Skew Kurtosis
## MRP1 590 3.569492 1.171717 4 1 5 3 4 -0.5526506 -0.6303975
## MRP6 590 3.238983 1.199394 3 1 5 2 4 -0.1891266 -0.9223084
## MRP11 590 3.081356 1.225157 3 1 5 2 4 -0.1604587 -0.9887588
## MRP16 590 3.152542 1.122596 3 1 5 2 4 -0.2585137 -0.6524294
## MRP21 590 2.781356 1.181920 3 1 5 2 4 0.1630837 -0.8767509round(cor(Normal1),2)## MRP1 MRP6 MRP11 MRP16 MRP21
## MRP1 1.00 -0.56 -0.52 0.50 -0.41
## MRP6 -0.56 1.00 0.61 -0.31 0.49
## MRP11 -0.52 0.61 1.00 -0.42 0.61
## MRP16 0.50 -0.31 -0.42 1.00 -0.37
## MRP21 -0.41 0.49 0.61 -0.37 1.00#Optimismo
Normal2 <- Dsem %>% select(LOTR1,LOTR2,LOTR3,LOTR4,LOTR5,LOTR6)
mvn(Normal2, mvnTest = "mardia")## $multivariateNormality
## Test Statistic p value Result
## 1 Mardia Skewness 603.05980531097 9.83447594408932e-93 NO
## 2 Mardia Kurtosis 16.5934925314718 0 NO
## 3 MVN <NA> <NA> NO
##
## $univariateNormality
## Test Variable Statistic p value Normality
## 1 Anderson-Darling LOTR1 29.9311 <0.001 NO
## 2 Anderson-Darling LOTR2 26.1525 <0.001 NO
## 3 Anderson-Darling LOTR3 26.6490 <0.001 NO
## 4 Anderson-Darling LOTR4 31.0879 <0.001 NO
## 5 Anderson-Darling LOTR5 32.2793 <0.001 NO
## 6 Anderson-Darling LOTR6 47.5229 <0.001 NO
##
## $Descriptives
## n Mean Std.Dev Median Min Max 25th 75th Skew Kurtosis
## LOTR1 590 3.523729 0.9743465 4 1 5 3 4 -0.4623250 -0.2751480
## LOTR2 590 2.420339 1.0758626 2 1 5 2 3 0.5287400 -0.3993854
## LOTR3 590 3.433898 1.0656881 4 1 5 3 4 -0.2813845 -0.8183355
## LOTR4 590 2.349153 1.0964324 2 1 5 2 3 0.5596290 -0.6010599
## LOTR5 590 2.323729 1.2105702 2 1 5 1 3 0.6808893 -0.5906535
## LOTR6 590 4.033898 0.9058591 4 1 5 4 5 -1.1199580 1.2470675round(cor(Normal2),2)## LOTR1 LOTR2 LOTR3 LOTR4 LOTR5 LOTR6
## LOTR1 1.00 -0.41 0.62 -0.49 -0.33 0.45
## LOTR2 -0.41 1.00 -0.43 0.57 0.45 -0.45
## LOTR3 0.62 -0.43 1.00 -0.57 -0.41 0.49
## LOTR4 -0.49 0.57 -0.57 1.00 0.60 -0.53
## LOTR5 -0.33 0.45 -0.41 0.60 1.00 -0.52
## LOTR6 0.45 -0.45 0.49 -0.53 -0.52 1.00#Satisfacción con la vida
Normal3 <- Dsem %>% select(SWLS1,SWLS2,SWLS3,SWLS4,SWLS5)
mvn(Normal3, mvnTest = "mardia")## $multivariateNormality
## Test Statistic p value Result
## 1 Mardia Skewness 332.89825089559 2.98937758937727e-50 NO
## 2 Mardia Kurtosis 9.03137736104634 0 NO
## 3 MVN <NA> <NA> NO
##
## $univariateNormality
## Test Variable Statistic p value Normality
## 1 Anderson-Darling SWLS1 21.0109 <0.001 NO
## 2 Anderson-Darling SWLS2 19.5728 <0.001 NO
## 3 Anderson-Darling SWLS3 18.4502 <0.001 NO
## 4 Anderson-Darling SWLS4 28.6940 <0.001 NO
## 5 Anderson-Darling SWLS5 16.6038 <0.001 NO
##
## $Descriptives
## n Mean Std.Dev Median Min Max 25th 75th Skew Kurtosis
## SWLS1 590 4.522034 1.657013 5 1 7 3 6 -0.46666152 -0.8737061
## SWLS2 590 4.705085 1.637156 5 1 7 3 6 -0.51609195 -0.7280839
## SWLS3 590 4.574576 1.618137 5 1 7 3 6 -0.48055987 -0.7159819
## SWLS4 590 5.400000 1.350093 6 1 7 5 6 -1.09791139 0.9836034
## SWLS5 590 4.037288 1.999652 4 1 7 2 6 -0.01430649 -1.3176403round(cor(Normal3),2)## SWLS1 SWLS2 SWLS3 SWLS4 SWLS5
## SWLS1 1.00 0.51 0.72 0.63 0.56
## SWLS2 0.51 1.00 0.62 0.47 0.42
## SWLS3 0.72 0.62 1.00 0.68 0.57
## SWLS4 0.63 0.47 0.68 1.00 0.57
## SWLS5 0.56 0.42 0.57 0.57 1.00# Felicidad
Normal4 <- Dsem %>% select(SHS1,SHS2,SHS3,SHS4)
mvn(Normal4, mvnTest = "mardia")## $multivariateNormality
## Test Statistic p value Result
## 1 Mardia Skewness 295.582794879229 6.44433000753819e-51 NO
## 2 Mardia Kurtosis 10.0537082394937 0 NO
## 3 MVN <NA> <NA> NO
##
## $univariateNormality
## Test Variable Statistic p value Normality
## 1 Anderson-Darling SHS1 24.2376 <0.001 NO
## 2 Anderson-Darling SHS2 16.1791 <0.001 NO
## 3 Anderson-Darling SHS3 12.9020 <0.001 NO
## 4 Anderson-Darling SHS4 18.9079 <0.001 NO
##
## $Descriptives
## n Mean Std.Dev Median Min Max 25th 75th Skew Kurtosis
## SHS1 590 5.220339 1.546866 6 1 7 4 6 -1.0403581 0.6886766
## SHS2 590 4.669492 1.712111 5 1 7 4 6 -0.4855616 -0.4247744
## SHS3 590 4.362712 1.791500 5 1 7 3 6 -0.3357961 -0.7756491
## SHS4 590 3.527119 2.013986 3 1 7 2 5 0.2275287 -1.2725190round(cor(Normal4),2)## SHS1 SHS2 SHS3 SHS4
## SHS1 1.00 0.68 0.61 -0.55
## SHS2 0.68 1.00 0.64 -0.52
## SHS3 0.61 0.64 1.00 -0.53
## SHS4 -0.55 -0.52 -0.53 1.00No tenemos distribuciones normales, empero se respeta el supuesto de la no colinealiad por modelo de medición y por los parámetros involucrando las variables de interés.
Diagrammer
#Activacion paquetes
library(DiagrammeR)
library(RGraphics)## Loading required package: gridlibrary(grid)
# Graficos ----------------------------------------------------------------
#Inicio de gráfico función grViz#
#Layout = El tipo de modelos posibles -> dot|neato|twopi|circo|rankdir = LR
#
#fontsized = ajuste del modelo
#Es necesario crear un "node" determinando su forma a traves de [shape = ____]
grViz("digraph {
constraint = TRUE
concentrate= TRUE
nodsep= '2 equally'
ranksep= '1 equally'
layout = dot
overlap = FALSE
# GRAFICO -----------------------------------------------------------------
node[shape= box]
A1;A2;A3;A4;A5;A6;A7;A8;A9;A10;A11;A12;A13;A14;
A15;A16
node [shape = oval]
A -> A1
[label= ' 0.779' fontsize= 12]
A1 -> e1 [dir = 'back' arrowtail = 'normal']
A -> A2
[label= '0.647' fontsize= 12]
A2 -> e2 [dir = 'back' arrowtail = 'normal']
A -> A3
[label= '0.832' fontsize= 12]
A3 -> e3 [dir = 'back' arrowtail = 'normal']
A -> A4
[label= '0.761' fontsize= 12]
A4 -> e4 [dir = 'back' arrowtail = 'normal']
A -> A5
[label= '0.757' fontsize= 12]
A5 -> e5 [dir = 'back' arrowtail = 'normal']
A -> A6
[label= '0.688' fontsize= 12]
A6 -> e6 [dir = 'back' arrowtail = 'normal']
A -> A7
[label= '0.891' fontsize= 12]
A7 -> e7 [dir = 'back' arrowtail = 'normal']
A -> A8
[label= '0.762' fontsize= 12]
A8 -> e8 [dir = 'back' arrowtail = 'normal']
A -> A9
[label= '0.767' fontsize= 12]
A9 -> e9 [dir = 'back' arrowtail = 'normal']
A -> A10
[label= '0.685' fontsize= 12]
A10 -> e10 [dir = 'back' arrowtail = 'normal']
A -> A11
[label= '0.705' fontsize= 12]
A11 -> e11 [dir = 'back' arrowtail = 'normal']
A -> A12
[label= '0.902' fontsize= 12]
A12 -> e12 [dir = 'back' arrowtail = 'normal']
A -> A13
[label= '0.684' fontsize= 12]
A13 -> e13 [dir = 'back' arrowtail = 'normal']
A -> A14
[label= '0.761' fontsize= 12]
A14 -> e14 [dir = 'back' arrowtail = 'normal']
A -> A15
[label= '0.653' fontsize= 12]
A15 -> e15 [dir = 'back' arrowtail = 'normal']
A -> A16
[label= '0.819' fontsize= 12]
A16 -> e16 [dir = 'back' arrowtail = 'normal']
{rank = same; 'A1'; 'A2'; 'A3'; 'A4'; 'A5'; 'A6'; 'A7'; 'A8';
'A9'; 'A10'; 'A11'; 'A12'; 'A13'; 'A14'; 'A15'; 'A16'}
{rank = same; 'e1'; 'e2'; 'e3'; 'e4'; 'e5'; 'e6'; 'e7';'e8';
'e9'; 'e10'; 'e11'; 'e12'; 'e13'; 'e14'; 'e15'; 'e16'}
e2 -> e9:s [dir=both minlen = 1 arrowsize=1]
e2 -> e14:s [dir=both minlen = 1 arrowsize=1]
e10 -> e15:s [dir=both minlen = 1 arrowsize=1]
e1 -> e3:s [dir=both minlen = 1 arrowsize=1]
}")