1 instalar la libreria PsyMetricTools

Es necesario instalar la libreria PsyMetricTools desde github.

if (!require("devtools")) {
  install.packages("devtools")
}
devtools::install_github("jventural/PsyMetricTools", force = T)

2 Cargando las librerias a utilizarse

Instalar la libreria “pacman”

install.packages("pacman")

La biblioteca “pacman” es una herramienta que, al utilizar la función p_load, permite instalar automáticamente una biblioteca si no está previamente instalada, y simplemente cargarla si ya está presente en el entorno. La función que se utiliza en la libreria PsyMetricTools se basa en los codigos de la libreria careless

pacman::p_load(tidyverse,PsyMetricTools, lavaan, EGAnet)

2.1 1. Carga de datos

El conjunto de datos psych::bfi (que contiene datos de personalidad del Big Five Inventory) se carga y se convierte en un tibble (as_tibble()), luego se eliminan las filas que contienen valores faltantes (na.omit()). Finalmente, se selecciona eliminan las variables gender, education, age

# data
big5 <- psych::bfi %>% 
  as_tibble() %>% 
  na.omit() %>% 
  select(-education, -age)

2.2 2. Renombrar las columnas

Se genera un vector de nombres nuevos para las columnas llamado nuevos_nombres, utilizando la función paste0() para concatenar el prefijo “bif” con los números del 1 al 25.

results <- invariance(big5 %>% select(-gender),
                      algorithm = c("walktrap"),
                      corr = c("spearman"),
                      model = "glasso",
                      groups = big5$gender, ncores = 12,
                      seed = 2024)
## Testing configural invariance...

## 
## Configural invariance was found with 20 variables
## Testing metric invariance...

results
##    Membership Difference     p  p_BH sig Direction
## A1          1     -0.003 0.904 0.904              
## A2          1     -0.012 0.704 0.904              
## A3          1     -0.018 0.616 0.880              
## A4          1     -0.037 0.146 0.825              
## A5          1     -0.065 0.026 0.520   *     2 < 1
## C1          2     -0.020 0.516 0.825              
## C2          2      0.019 0.536 0.825              
## C3          2      0.023 0.446 0.825              
## C4          2     -0.012 0.726 0.904              
## C5          2     -0.005 0.870 0.904              
## N1          3      0.025 0.350 0.825              
## N2          3     -0.006 0.854 0.904              
## N3          3     -0.004 0.876 0.904              
## N4          3     -0.032 0.236 0.825              
## N5          3      0.022 0.354 0.825              
## O1          4     -0.036 0.288 0.825              
## O2          4     -0.019 0.514 0.825              
## O3          4      0.022 0.536 0.825              
## O4          4     -0.027 0.372 0.825              
## O5          4      0.036 0.322 0.825              
## ----
## Signif. code: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 'n.s.' 1
plot(results, p_type = "p_BH", p_value = 0.10)