EEC1 EEC2 EEC3 EEC4 EEF1 EEF2 EEF3 WTA1 WTA2 WTA3
EEC1 1 NA NA NA NA NA NA NA NA NA
EEC2 NA 1.0000000 NA 0.8253916 NA NA NA NA NA NA
EEC3 NA NA 1 NA NA NA NA NA NA NA
EEC4 NA 0.8253916 NA 1.0000000 NA NA NA NA NA NA
EEF1 NA NA NA NA 1.0000000 0.8063136 NA NA NA NA
EEF2 NA NA NA NA 0.8063136 1.0000000 NA NA NA NA
EEF3 NA NA NA NA NA NA 1 NA NA NA
WTA1 NA NA NA NA NA NA NA 1 NA NA
WTA2 NA NA NA NA NA NA NA NA 1 NA
WTA3 NA NA NA NA NA NA NA NA NA 1.0000000
WTA4 NA NA NA NA NA NA NA NA NA 0.8191985
PA1 NA NA NA NA NA NA NA NA NA NA
PA2 NA NA NA NA NA NA NA NA NA NA
PA3 NA NA NA NA NA NA NA NA NA NA
PSP NA NA NA NA NA NA NA NA NA NA
EO NA NA NA NA NA NA NA NA NA NA
TO NA NA NA NA NA NA NA NA NA NA
ADT NA NA NA NA NA NA NA NA NA NA
WTA4 PA1 PA2 PA3 PSP EO TO ADT
EEC1 NA NA NA NA NA NA NA NA
EEC2 NA NA NA NA NA NA NA NA
EEC3 NA NA NA NA NA NA NA NA
EEC4 NA NA NA NA NA NA NA NA
EEF1 NA NA NA NA NA NA NA NA
EEF2 NA NA NA NA NA NA NA NA
EEF3 NA NA NA NA NA NA NA NA
WTA1 NA NA NA NA NA NA NA NA
WTA2 NA NA NA NA NA NA NA NA
WTA3 0.8191985 NA NA NA NA NA NA NA
WTA4 1.0000000 NA NA NA NA NA NA NA
PA1 NA 1 NA NA NA NA NA NA
PA2 NA NA 1 NA NA NA NA NA
PA3 NA NA NA 1 NA NA NA NA
PSP NA NA NA NA 1 NA NA NA
EO NA NA NA NA NA 1 NA NA
TO NA NA NA NA NA NA 1 NA
ADT NA NA NA NA NA NA NA 1
4. Common method bias
Harman test
Factor Analysis using method = minres
Call: fa(r = data_efa_1, nfactors = 1, rotate = "none")
Standardized loadings (pattern matrix) based upon correlation matrix
MR1 h2 u2 com
EEC1 0.56 0.311 0.69 1
EEC2 0.83 0.694 0.31 1
EEC3 0.61 0.374 0.63 1
EEC4 0.83 0.695 0.30 1
EEF1 0.81 0.653 0.35 1
EEF2 0.84 0.709 0.29 1
EEF3 0.77 0.598 0.40 1
WTA1 0.67 0.445 0.55 1
WTA2 0.61 0.371 0.63 1
WTA3 0.79 0.628 0.37 1
WTA4 0.71 0.509 0.49 1
PA1 -0.18 0.032 0.97 1
PA2 -0.40 0.160 0.84 1
PA3 -0.34 0.115 0.89 1
PSP -0.22 0.047 0.95 1
EO 0.47 0.218 0.78 1
TO 0.11 0.012 0.99 1
ADT 0.56 0.311 0.69 1
MR1
SS loadings 6.88
Proportion Var 0.38
Mean item complexity = 1
Test of the hypothesis that 1 factor is sufficient.
df null model = 153 with the objective function = 12.54 with Chi Square = 654.07
df of the model are 135 and the objective function was 5.15
The root mean square of the residuals (RMSR) is 0.11
The df corrected root mean square of the residuals is 0.12
The harmonic n.obs is 60 with the empirical chi square 233.27 with prob < 3.2e-07
The total n.obs was 60 with Likelihood Chi Square = 265.2 with prob < 1.6e-10
Tucker Lewis Index of factoring reliability = 0.701
RMSEA index = 0.126 and the 90 % confidence intervals are 0.105 0.15
BIC = -287.54
Fit based upon off diagonal values = 0.92
Measures of factor score adequacy
MR1
Correlation of (regression) scores with factors 0.97
Multiple R square of scores with factors 0.94
Minimum correlation of possible factor scores 0.89
CFA for common method bia
model1 <-'#Testing common method bias using CFA # Measurement model EEC =~ EEC1 + EEC3 + EEC4 EEF =~ EEF1 + EEF2 + EEF3 WTA =~ WTA2 + WTA3 + WTA4 PA =~ PA1 + PA2 + PA3 PerceivedS =~ PSP Environ =~ EO TechScie =~ TO Atti =~ ADT # Common method factor CMF =~ EEC1 + EEC3 + EEC4 + EEF1 + EEF2 + EEF3 + WTA2 + WTA3 + WTA4 + PA1 + PA2 + PA3 + PSP + EO + TO + ADT'fit1<-cfa(model1, data = data_efa_1, estimator ="MLR")
Warning: lavaan->lav_model_vcov():
Could not compute standard errors! The information matrix could not be
inverted. This may be a symptom that the model is not identified.
Warning: lavaan->lav_test_yuan_bentler():
could not invert information [matrix needed for robust test statistic
Warning: lavaan->lav_object_post_check():
some estimated lv variances are negative
lavaan 0.6-19 ended normally after 110 iterations
Estimator ML
Optimization method NLMINB
Number of model parameters 84
Number of observations 60
Model Test User Model:
Standard Scaled
Test Statistic 71.167 NA
Degrees of freedom 52 52
P-value (Chi-square) 0.040 NA
Scaling correction factor NA
Model Test Baseline Model:
Test statistic 582.833 541.064
Degrees of freedom 120 120
P-value 0.000 0.000
Scaling correction factor 1.077
User Model versus Baseline Model:
Comparative Fit Index (CFI) 0.959 NA
Tucker-Lewis Index (TLI) 0.904 NA
Robust Comparative Fit Index (CFI) NA
Robust Tucker-Lewis Index (TLI) NA
Loglikelihood and Information Criteria:
Loglikelihood user model (H0) -1421.683 -1421.683
Loglikelihood unrestricted model (H1) -1386.099 -1386.099
Akaike (AIC) 3011.365 3011.365
Bayesian (BIC) 3187.290 3187.290
Sample-size adjusted Bayesian (SABIC) 2923.088 2923.088
Root Mean Square Error of Approximation:
RMSEA 0.078 NA
90 Percent confidence interval - lower 0.018 NA
90 Percent confidence interval - upper 0.121 NA
P-value H_0: RMSEA <= 0.050 0.162 NA
P-value H_0: RMSEA >= 0.080 0.500 NA
Robust RMSEA NA
90 Percent confidence interval - lower NA
90 Percent confidence interval - upper NA
P-value H_0: Robust RMSEA <= 0.050 NA
P-value H_0: Robust RMSEA >= 0.080 NA
Standardized Root Mean Square Residual:
SRMR 0.050 0.050
Parameter Estimates:
Standard errors Sandwich
Information bread Observed
Observed information based on Hessian
Latent Variables:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
EEC =~
EEC1 1.000 NA NA
EEC3 2.170 NA NA NA
EEC4 2.496 NA NA NA
EEF =~
EEF1 1.000 0.428 0.314
EEF2 1.056 NA 0.452 0.324
EEF3 0.790 NA 0.339 0.235
WTA =~
WTA2 1.000 0.772 0.420
WTA3 1.400 NA 1.080 0.696
WTA4 1.069 NA 0.825 0.571
PA =~
PA1 1.000 0.579 0.343
PA2 2.336 NA 1.353 0.853
PA3 2.026 NA 1.174 0.783
PerceivedS =~
PSP 1.000 0.458 0.586
Environ =~
EO 1.000 0.649 0.514
TechScie =~
TO 1.000 1.041 0.729
Atti =~
ADT 1.000 0.804 0.612
CMF =~
EEC1 1.000 NA NA
EEC3 0.609 NA NA NA
EEC4 1.074 NA NA NA
EEF1 0.774 NA NA NA
EEF2 0.748 NA NA NA
EEF3 0.932 NA NA NA
WTA2 0.923 NA NA NA
WTA3 0.700 NA NA NA
WTA4 0.634 NA NA NA
PA1 -0.138 NA NA NA
PA2 -0.396 NA NA NA
PA3 -0.189 NA NA NA
PSP -0.105 NA NA NA
EO 0.593 NA NA NA
TO 0.196 NA NA NA
ADT 0.527 NA NA NA
Covariances:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
EEC ~~
EEF -0.058 NA -0.635 -0.635
WTA -0.057 NA -0.348 -0.348
PA 0.013 NA 0.109 0.109
PerceivedS -0.162 NA -1.668 -1.668
Environ -0.095 NA -0.694 -0.694
TechScie 0.149 NA 0.675 0.675
Atti 0.049 NA 0.287 0.287
CMF 0.313 NA 3.640 3.640
EEF ~~
WTA -0.008 NA -0.025 -0.025
PA 0.006 NA 0.024 0.024
PerceivedS -0.308 NA -1.572 -1.572
Environ -0.129 NA -0.463 -0.463
TechScie 0.186 NA 0.417 0.417
Atti 0.087 NA 0.253 0.253
CMF 0.912 NA 5.247 5.247
WTA ~~
PA -0.119 NA -0.267 -0.267
PerceivedS -0.340 NA -0.963 -0.963
Environ -0.143 NA -0.285 -0.285
TechScie 0.294 NA 0.367 0.367
Atti 0.172 NA 0.277 0.277
CMF 0.625 NA 1.996 1.996
PA ~~
PerceivedS 0.199 NA 0.751 0.751
Environ 0.068 NA 0.182 0.182
TechScie -0.171 NA -0.284 -0.284
Atti -0.283 NA -0.607 -0.607
CMF -0.139 NA -0.592 -0.592
PerceivedS ~~
Environ -0.028 NA -0.095 -0.095
TechScie -0.174 NA -0.366 -0.366
Atti -0.477 NA -1.296 -1.296
CMF 0.295 NA 1.591 1.591
Environ ~~
TechScie -0.065 NA -0.096 -0.096
Atti -0.062 NA -0.119 -0.119
CMF 0.512 NA 1.946 1.946
TechScie ~~
Atti 0.512 NA 0.612 0.612
CMF -0.267 NA -0.633 -0.633
Atti ~~
CMF 0.328 NA 1.005 1.005
Variances:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
.EEC1 1.496 NA 1.496 0.783
.EEC3 1.116 NA 1.116 0.668
.EEC4 0.410 NA 0.410 0.254
.EEF1 0.365 NA 0.365 0.196
.EEF2 0.397 NA 0.397 0.204
.EEF3 0.768 NA 0.768 0.369
.WTA2 1.768 NA 1.768 0.524
.WTA3 0.102 NA 0.102 0.042
.WTA4 0.628 NA 0.628 0.301
.PA1 2.485 NA 2.485 0.870
.PA2 0.454 NA 0.454 0.181
.PA3 0.770 NA 0.770 0.342
.PSP 0.464 NA 0.464 0.761
.EO 0.624 NA 0.624 0.391
.TO 1.064 NA 1.064 0.522
.ADT 0.782 NA 0.782 0.452
EEC -0.045 NA NA NA
EEF 0.184 NA 1.000 1.000
WTA 0.596 NA 1.000 1.000
PA 0.336 NA 1.000 1.000
PerceivedS 0.209 NA 1.000 1.000
Environ 0.422 NA 1.000 1.000
TechScie 1.084 NA 1.000 1.000
Atti 0.647 NA 1.000 1.000
CMF -0.164 NA NA NA
Warning: lavaan->lav_model_vcov():
The variance-covariance matrix of the estimated parameters (vcov) does not
appear to be positive definite! The smallest eigenvalue (= -2.187768e-15)
is smaller than zero. This may be a symptom that the model is not
identified.
summary(fit2, ci =TRUE, fit.measures=TRUE, rsquare=TRUE,standardized=TRUE)
EEC1 EEC2 EEC3 EEC4 EEF1 EEF2 EEF3 WTA1 WTA2 WTA3 WTA4 PA1 PA2 PA3 PSP EO
EEC1 1 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
EEC2 NA 1 NA NA NA NA NA NA NA NA NA NA NA NA NA NA
EEC3 NA NA 1 NA NA NA NA NA NA NA NA NA NA NA NA NA
EEC4 NA NA NA 1 NA NA NA NA NA NA NA NA NA NA NA NA
EEF1 NA NA NA NA 1 NA NA NA NA NA NA NA NA NA NA NA
EEF2 NA NA NA NA NA 1 NA NA NA NA NA NA NA NA NA NA
EEF3 NA NA NA NA NA NA 1 NA NA NA NA NA NA NA NA NA
WTA1 NA NA NA NA NA NA NA 1 NA NA NA NA NA NA NA NA
WTA2 NA NA NA NA NA NA NA NA 1 NA NA NA NA NA NA NA
WTA3 NA NA NA NA NA NA NA NA NA 1 NA NA NA NA NA NA
WTA4 NA NA NA NA NA NA NA NA NA NA 1 NA NA NA NA NA
PA1 NA NA NA NA NA NA NA NA NA NA NA 1 NA NA NA NA
PA2 NA NA NA NA NA NA NA NA NA NA NA NA 1 NA NA NA
PA3 NA NA NA NA NA NA NA NA NA NA NA NA NA 1 NA NA
PSP NA NA NA NA NA NA NA NA NA NA NA NA NA NA 1 NA
EO NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 1
TO NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
ADT NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
TO ADT
EEC1 NA NA
EEC2 NA NA
EEC3 NA NA
EEC4 NA NA
EEF1 NA NA
EEF2 NA NA
EEF3 NA NA
WTA1 NA NA
WTA2 NA NA
WTA3 NA NA
WTA4 NA NA
PA1 NA NA
PA2 NA NA
PA3 NA NA
PSP NA NA
EO NA NA
TO 1 NA
ADT NA 1
4. Common method bias
Factor Analysis using method = minres
Call: fa(r = data_efa_2, nfactors = 1, rotate = "none")
Standardized loadings (pattern matrix) based upon correlation matrix
MR1 h2 u2 com
EEC1 0.67 0.450 0.55 1
EEC2 0.82 0.677 0.32 1
EEC3 0.61 0.373 0.63 1
EEC4 0.86 0.736 0.26 1
EEF1 0.77 0.588 0.41 1
EEF2 0.80 0.643 0.36 1
EEF3 0.65 0.425 0.57 1
WTA1 0.68 0.463 0.54 1
WTA2 0.60 0.356 0.64 1
WTA3 0.78 0.602 0.40 1
WTA4 0.77 0.599 0.40 1
PA1 -0.21 0.045 0.95 1
PA2 -0.32 0.101 0.90 1
PA3 -0.33 0.110 0.89 1
PSP -0.31 0.098 0.90 1
EO 0.61 0.376 0.62 1
TO 0.14 0.020 0.98 1
ADT 0.43 0.183 0.82 1
MR1
SS loadings 6.84
Proportion Var 0.38
Mean item complexity = 1
Test of the hypothesis that 1 factor is sufficient.
df null model = 153 with the objective function = 14.56 with Chi Square = 424.67
df of the model are 135 and the objective function was 7.39
The root mean square of the residuals (RMSR) is 0.12
The df corrected root mean square of the residuals is 0.13
The harmonic n.obs is 37 with the empirical chi square 174.14 with prob < 0.013
The total n.obs was 37 with Likelihood Chi Square = 210.62 with prob < 3.4e-05
Tucker Lewis Index of factoring reliability = 0.673
RMSEA index = 0.12 and the 90 % confidence intervals are 0.091 0.156
BIC = -276.85
Fit based upon off diagonal values = 0.9
Measures of factor score adequacy
MR1
Correlation of (regression) scores with factors 0.97
Multiple R square of scores with factors 0.95
Minimum correlation of possible factor scores 0.89
Warning: lavaan->lav_model_vcov():
Could not compute standard errors! The information matrix could not be
inverted. This may be a symptom that the model is not identified.
Warning: lavaan->lav_test_yuan_bentler():
could not invert information [matrix needed for robust test statistic
Warning: lavaan->lav_object_post_check():
some estimated lv variances are negative
lavaan 0.6-19 ended normally after 105 iterations
Estimator ML
Optimization method NLMINB
Number of model parameters 90
Number of observations 37
Model Test User Model:
Standard Scaled
Test Statistic 113.178 NA
Degrees of freedom 81 81
P-value (Chi-square) 0.011 NA
Scaling correction factor NA
Model Test Baseline Model:
Test statistic 538.730 553.536
Degrees of freedom 153 153
P-value 0.000 0.000
Scaling correction factor 0.973
User Model versus Baseline Model:
Comparative Fit Index (CFI) 0.917 NA
Tucker-Lewis Index (TLI) 0.842 NA
Robust Comparative Fit Index (CFI) NA
Robust Tucker-Lewis Index (TLI) NA
Loglikelihood and Information Criteria:
Loglikelihood user model (H0) -938.692 -938.692
Loglikelihood unrestricted model (H1) -882.103 -882.103
Akaike (AIC) 2057.384 2057.384
Bayesian (BIC) 2202.366 2202.366
Sample-size adjusted Bayesian (SABIC) 1921.079 1921.079
Root Mean Square Error of Approximation:
RMSEA 0.104 NA
90 Percent confidence interval - lower 0.052 NA
90 Percent confidence interval - upper 0.146 NA
P-value H_0: RMSEA <= 0.050 0.045 NA
P-value H_0: RMSEA >= 0.080 0.804 NA
Robust RMSEA NA
90 Percent confidence interval - lower NA
90 Percent confidence interval - upper NA
P-value H_0: Robust RMSEA <= 0.050 NA
P-value H_0: Robust RMSEA >= 0.080 NA
Standardized Root Mean Square Residual:
SRMR 0.067 0.067
Parameter Estimates:
Standard errors Sandwich
Information bread Observed
Observed information based on Hessian
Latent Variables:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
EEC =~
EEC1 1.000 0.287 0.220
EEC2 1.357 NA 0.389 0.313
EEC3 1.100 NA 0.315 0.250
EEC4 1.150 NA 0.330 0.314
EEF =~
EEF1 1.000 0.552 0.424
EEF2 1.036 NA 0.572 0.434
EEF3 0.746 NA 0.412 0.296
WTA =~
WTA1 1.000 0.670 0.345
WTA2 0.757 NA 0.507 0.293
WTA3 1.077 NA 0.721 0.494
WTA4 0.787 NA 0.527 0.388
PA =~
PA1 1.000 0.878 0.529
PA2 1.514 NA 1.329 0.820
PA3 1.817 NA 1.595 0.938
PerceivedS =~
PSP 1.000 0.478 0.608
Environ =~
EO 1.000 0.575 0.454
TechScie =~
TO 1.000 1.079 0.726
Atti =~
ADT 1.000 0.646 0.561
CMF =~
EEC1 1.000 NA NA
EEC2 1.070 NA NA NA
EEC3 0.465 NA NA NA
EEC4 0.875 NA NA NA
EEF1 0.800 NA NA NA
EEF2 0.687 NA NA NA
EEF3 0.913 NA NA NA
WTA1 1.084 NA NA NA
WTA2 1.118 NA NA NA
WTA3 0.364 NA NA NA
WTA4 1.042 NA NA NA
PA1 -0.428 NA NA NA
PA2 -0.455 NA NA NA
PA3 -0.181 NA NA NA
PSP -0.253 NA NA NA
EO 0.694 NA NA NA
TO 0.317 NA NA NA
ADT 0.407 NA NA NA
Covariances:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
EEC ~~
EEF 0.089 NA 0.560 0.560
WTA 0.098 NA 0.511 0.511
PA -0.079 NA -0.312 -0.312
PerceivedS -0.262 NA -1.911 -1.911
Environ 0.003 NA 0.021 0.021
TechScie -0.038 NA -0.124 -0.124
Atti 0.134 NA 0.721 0.721
CMF 0.534 NA 2.725 2.725
EEF ~~
WTA 0.133 NA 0.359 0.359
PA -0.121 NA -0.249 -0.249
PerceivedS -0.330 NA -1.250 -1.250
Environ -0.035 NA -0.112 -0.112
TechScie 0.013 NA 0.021 0.021
Atti 0.097 NA 0.272 0.272
CMF 0.768 NA 2.032 2.032
WTA ~~
PA -0.264 NA -0.450 -0.450
PerceivedS -0.219 NA -0.686 -0.686
Environ -0.028 NA -0.074 -0.074
TechScie 0.140 NA 0.194 0.194
Atti -0.052 NA -0.121 -0.121
CMF 0.877 NA 1.914 1.914
PA ~~
PerceivedS 0.281 NA 0.671 0.671
Environ -0.086 NA -0.171 -0.171
TechScie -0.345 NA -0.364 -0.364
Atti -0.328 NA -0.579 -0.579
CMF -0.047 NA -0.078 -0.078
PerceivedS ~~
Environ -0.004 NA -0.013 -0.013
TechScie -0.188 NA -0.364 -0.364
Atti -0.268 NA -0.870 -0.870
CMF 0.134 NA 0.412 0.412
Environ ~~
TechScie -0.054 NA -0.086 -0.086
Atti 0.153 NA 0.413 0.413
CMF 0.695 NA 1.767 1.767
TechScie ~~
Atti 0.520 NA 0.746 0.746
CMF 0.033 NA 0.045 0.045
Atti ~~
CMF 0.281 NA 0.636 0.636
Variances:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
.EEC1 1.012 NA 1.012 0.597
.EEC2 0.379 NA 0.379 0.245
.EEC3 1.049 NA 1.049 0.658
.EEC4 0.276 NA 0.276 0.251
.EEF1 0.460 NA 0.460 0.272
.EEF2 0.538 NA 0.538 0.310
.EEF3 1.113 NA 1.113 0.574
.WTA1 1.957 NA 1.957 0.521
.WTA2 1.841 NA 1.841 0.614
.WTA3 0.984 NA 0.984 0.462
.WTA4 0.640 NA 0.640 0.346
.PA1 2.023 NA 2.023 0.736
.PA2 0.895 NA 0.895 0.340
.PA3 0.335 NA 0.335 0.116
.PSP 0.486 NA 0.486 0.789
.EO 0.530 NA 0.530 0.332
.TO 1.068 NA 1.068 0.484
.ADT 0.755 NA 0.755 0.571
EEC 0.082 NA 1.000 1.000
EEF 0.305 NA 1.000 1.000
WTA 0.449 NA 1.000 1.000
PA 0.770 NA 1.000 1.000
PerceivedS 0.228 NA 1.000 1.000
Environ 0.330 NA 1.000 1.000
TechScie 1.165 NA 1.000 1.000
Atti 0.417 NA 1.000 1.000
CMF -0.468 NA NA NA
EEC1 EEC2 EEC3 EEC4 EEF1 EEF2 EEF3 WTA1 WTA2 WTA3 WTA4 PA1
EEC1 1 NA NA NA NA NA NA NA NA NA NA NA
EEC2 NA 1.0000000 NA 0.8240199 NA NA NA NA NA NA NA NA
EEC3 NA NA 1 NA NA NA NA NA NA NA NA NA
EEC4 NA 0.8240199 NA 1.0000000 0.8000102 NA NA NA NA NA NA NA
EEF1 NA NA NA 0.8000102 1.0000000 NA NA NA NA NA NA NA
EEF2 NA NA NA NA NA 1 NA NA NA NA NA NA
EEF3 NA NA NA NA NA NA 1 NA NA NA NA NA
WTA1 NA NA NA NA NA NA NA 1 NA NA NA NA
WTA2 NA NA NA NA NA NA NA NA 1 NA NA NA
WTA3 NA NA NA NA NA NA NA NA NA 1 NA NA
WTA4 NA NA NA NA NA NA NA NA NA NA 1 NA
PA1 NA NA NA NA NA NA NA NA NA NA NA 1
PA2 NA NA NA NA NA NA NA NA NA NA NA NA
PA3 NA NA NA NA NA NA NA NA NA NA NA NA
PSP NA NA NA NA NA NA NA NA NA NA NA NA
EO NA NA NA NA NA NA NA NA NA NA NA NA
TO NA NA NA NA NA NA NA NA NA NA NA NA
ADT NA NA NA NA NA NA NA NA NA NA NA NA
PA2 PA3 PSP EO TO ADT
EEC1 NA NA NA NA NA NA
EEC2 NA NA NA NA NA NA
EEC3 NA NA NA NA NA NA
EEC4 NA NA NA NA NA NA
EEF1 NA NA NA NA NA NA
EEF2 NA NA NA NA NA NA
EEF3 NA NA NA NA NA NA
WTA1 NA NA NA NA NA NA
WTA2 NA NA NA NA NA NA
WTA3 NA NA NA NA NA NA
WTA4 NA NA NA NA NA NA
PA1 NA NA NA NA NA NA
PA2 1 NA NA NA NA NA
PA3 NA 1 NA NA NA NA
PSP NA NA 1 NA NA NA
EO NA NA NA 1 NA NA
TO NA NA NA NA 1 NA
ADT NA NA NA NA NA 1
3. Common method bias
Harmans test
Factor Analysis using method = minres
Call: fa(r = data_efa_2, nfactors = 1, rotate = "none")
Standardized loadings (pattern matrix) based upon correlation matrix
MR1 h2 u2 com
EEC1 0.71 0.5052 0.49 1
EEC2 0.85 0.7237 0.28 1
EEC3 0.61 0.3777 0.62 1
EEC4 0.87 0.7613 0.24 1
EEF1 0.84 0.7071 0.29 1
EEF2 0.87 0.7583 0.24 1
EEF3 0.78 0.6016 0.40 1
WTA1 0.64 0.4042 0.60 1
WTA2 0.59 0.3513 0.65 1
WTA3 0.79 0.6241 0.38 1
WTA4 0.72 0.5183 0.48 1
PA1 -0.19 0.0359 0.96 1
PA2 -0.37 0.1387 0.86 1
PA3 -0.35 0.1196 0.88 1
PSP -0.17 0.0282 0.97 1
EO 0.46 0.2134 0.79 1
TO 0.10 0.0096 0.99 1
ADT 0.53 0.2851 0.71 1
MR1
SS loadings 7.16
Proportion Var 0.40
Mean item complexity = 1
Test of the hypothesis that 1 factor is sufficient.
df null model = 153 with the objective function = 13.64 with Chi Square = 629.54
df of the model are 135 and the objective function was 5.52
The root mean square of the residuals (RMSR) is 0.11
The df corrected root mean square of the residuals is 0.12
The harmonic n.obs is 54 with the empirical chi square 202.91 with prob < 0.00014
The total n.obs was 54 with Likelihood Chi Square = 251 with prob < 5.3e-09
Tucker Lewis Index of factoring reliability = 0.719
RMSEA index = 0.125 and the 90 % confidence intervals are 0.103 0.152
BIC = -287.52
Fit based upon off diagonal values = 0.93
Measures of factor score adequacy
MR1
Correlation of (regression) scores with factors 0.98
Multiple R square of scores with factors 0.95
Minimum correlation of possible factor scores 0.90
CFA common method bias
Warning: lavaan->lav_model_vcov():
Could not compute standard errors! The information matrix could not be
inverted. This may be a symptom that the model is not identified.
Warning: lavaan->lav_test_yuan_bentler():
could not invert information [matrix needed for robust test statistic
Warning: lavaan->lav_object_post_check():
some estimated lv variances are negative
lavaan 0.6-19 ended normally after 83 iterations
Estimator ML
Optimization method NLMINB
Number of model parameters 89
Number of observations 54
Model Test User Model:
Standard Scaled
Test Statistic 140.063 NA
Degrees of freedom 82 82
P-value (Chi-square) 0.000 NA
Scaling correction factor NA
Model Test Baseline Model:
Test statistic 736.355 710.064
Degrees of freedom 153 153
P-value 0.000 0.000
Scaling correction factor 1.037
User Model versus Baseline Model:
Comparative Fit Index (CFI) 0.900 NA
Tucker-Lewis Index (TLI) 0.814 NA
Robust Comparative Fit Index (CFI) NA
Robust Tucker-Lewis Index (TLI) NA
Loglikelihood and Information Criteria:
Loglikelihood user model (H0) -1410.181 -1410.181
Loglikelihood unrestricted model (H1) -1340.149 -1340.149
Akaike (AIC) 2998.362 2998.362
Bayesian (BIC) 3175.382 3175.382
Sample-size adjusted Bayesian (SABIC) 2895.772 2895.772
Root Mean Square Error of Approximation:
RMSEA 0.115 NA
90 Percent confidence interval - lower 0.081 NA
90 Percent confidence interval - upper 0.146 NA
P-value H_0: RMSEA <= 0.050 0.002 NA
P-value H_0: RMSEA >= 0.080 0.955 NA
Robust RMSEA NA
90 Percent confidence interval - lower NA
90 Percent confidence interval - upper NA
P-value H_0: Robust RMSEA <= 0.050 NA
P-value H_0: Robust RMSEA >= 0.080 NA
Standardized Root Mean Square Residual:
SRMR 0.068 0.068
Parameter Estimates:
Standard errors Sandwich
Information bread Observed
Observed information based on Hessian
Latent Variables:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
EEC =~
EEC1 1.000 NA NA
EEC2 1.563 NA NA NA
EEC3 1.132 NA NA NA
EEF =~
EEF1 1.000 0.275 0.200
EEF2 1.002 NA 0.275 0.196
EEF3 0.861 NA 0.236 0.163
WTA =~
WTA1 1.000 0.751 0.404
WTA2 0.786 NA 0.590 0.321
WTA3 1.062 NA 0.798 0.530
WTA4 0.609 NA 0.457 0.337
PA =~
PA1 1.000 0.578 0.349
PA2 2.171 NA 1.254 0.778
PA3 2.342 NA 1.353 0.876
PerceivedS =~
PSP 1.000 0.420 0.539
Environ =~
EO 1.000 0.721 0.554
TechScie =~
TO 1.000 1.018 0.709
Atti =~
ADT 1.000 0.642 0.522
CMF =~
EEC1 1.000 0.465 0.341
EEC2 1.059 NA 0.492 0.371
EEC3 0.687 NA 0.319 0.239
EEC4 1.306 NA 0.607 0.476
EEF1 0.751 NA 0.349 0.254
EEF2 0.804 NA 0.374 0.267
EEF3 0.759 NA 0.353 0.243
WTA1 0.476 NA 0.221 0.119
WTA2 0.926 NA 0.431 0.234
WTA3 0.788 NA 0.366 0.243
WTA4 0.892 NA 0.415 0.306
PA1 -0.354 NA -0.165 -0.100
PA2 -0.314 NA -0.146 -0.091
PA3 -0.206 NA -0.096 -0.062
PSP -0.102 NA -0.048 -0.061
EO 0.492 NA 0.229 0.176
TO 0.105 NA 0.049 0.034
ADT 0.492 NA 0.229 0.186
Covariances:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
EEC ~~
EEF -0.149 NA -15.657 -15.657
WTA -0.183 NA -7.029 -7.029
PA 0.054 NA 2.708 2.708
PerceivedS -0.025 NA -1.715 -1.715
Environ -0.063 NA -2.528 -2.528
TechScie -0.139 NA -3.950 -3.950
Atti -0.043 NA -1.921 -1.921
CMF 0.423 NA 26.230 26.230
EEF ~~
WTA -0.097 NA -0.471 -0.471
PA -0.008 NA -0.049 -0.049
PerceivedS -0.089 NA -0.767 -0.767
Environ -0.132 NA -0.666 -0.666
TechScie -0.059 NA -0.212 -0.212
Atti -0.013 NA -0.071 -0.071
CMF 0.854 NA 6.690 6.690
WTA ~~
PA -0.073 NA -0.169 -0.169
PerceivedS -0.097 NA -0.308 -0.308
Environ -0.180 NA -0.333 -0.333
TechScie 0.151 NA 0.198 0.198
Atti -0.223 NA -0.462 -0.462
CMF 0.760 NA 2.176 2.176
PA ~~
PerceivedS 0.137 NA 0.566 0.566
Environ 0.041 NA 0.098 0.098
TechScie -0.173 NA -0.295 -0.295
Atti -0.181 NA -0.488 -0.488
CMF -0.142 NA -0.530 -0.530
PerceivedS ~~
Environ 0.175 NA 0.576 0.576
TechScie -0.035 NA -0.082 -0.082
Atti -0.209 NA -0.776 -0.776
CMF 0.008 NA 0.040 0.040
Environ ~~
TechScie -0.296 NA -0.404 -0.404
Atti -0.135 NA -0.291 -0.291
CMF 0.451 NA 1.346 1.346
TechScie ~~
Atti 0.388 NA 0.594 0.594
CMF 0.094 NA 0.199 0.199
Atti ~~
CMF 0.401 NA 1.343 1.343
Variances:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
.EEC1 0.797 NA 0.797 0.429
.EEC2 0.124 NA 0.124 0.070
.EEC3 1.030 NA 1.030 0.576
.EEF1 0.409 NA 0.409 0.217
.EEF2 0.373 NA 0.373 0.190
.EEF3 0.812 NA 0.812 0.385
.WTA1 2.115 NA 2.115 0.613
.WTA2 1.746 NA 1.746 0.516
.WTA3 0.224 NA 0.224 0.099
.WTA4 0.632 NA 0.632 0.344
.PA1 2.273 NA 2.273 0.831
.PA2 0.807 NA 0.807 0.311
.PA3 0.409 NA 0.409 0.171
.PSP 0.431 NA 0.431 0.708
.EO 0.674 NA 0.674 0.399
.TO 1.006 NA 1.006 0.487
.ADT 0.655 NA 0.655 0.433
.EEC4 1.256 NA 1.256 0.773
EEC -0.001 NA NA NA
EEF 0.075 NA 1.000 1.000
WTA 0.564 NA 1.000 1.000
PA 0.334 NA 1.000 1.000
PerceivedS 0.177 NA 1.000 1.000
Environ 0.519 NA 1.000 1.000
TechScie 1.037 NA 1.000 1.000
Atti 0.412 NA 1.000 1.000
CMF 0.216 NA 1.000 1.000
CFA
#CFA with Robust Maximum Likelihood ----model_cfa<-' # Measurement model EEC =~ EEC1 + EEC2 + EEC3 + EEC4 EEF =~ EEF1 + EEF2 + EEF3 WTA =~ WTA1 + WTA2 + WTA3 + WTA4 PA =~ PA1 + PA2 + PA3 PerceivedS =~ PSP Environ =~ EO TechScie =~ TO AttiT =~ ADT'fit_cfa <-cfa(model_cfa,data = data_short_good_participants, estimator ="MLR")
Warning: lavaan->lav_model_vcov():
The variance-covariance matrix of the estimated parameters (vcov) does not
appear to be positive definite! The smallest eigenvalue (= -2.187768e-15)
is smaller than zero. This may be a symptom that the model is not
identified.
summary(fit_cfa, ci =TRUE, fit.measures=TRUE, rsquare=TRUE,standardized=TRUE)
model_cfa<-' # Measurement model EEC =~ EEC1 + EEC3 + EEC4 EEF_WTA =~ EEF1 + EEF3 + WTA1 + WTA2 + WTA4 PA =~ PA1 + PA2 + PA3 + PSP MCT_supportive =~ MCT_S1 + MCT_S2 + MCT_S3 MCT_controlling =~ MCT_C1 + MCT_C3 Environ =~ EO TechScie =~ TO AttiT =~ ADT'fit_cfa <-cfa(model_cfa, data = data_mct, estimator ="MLR")
Warning: lavaan->lav_model_vcov():
The variance-covariance matrix of the estimated parameters (vcov) does not
appear to be positive definite! The smallest eigenvalue (= -6.856363e-14)
is smaller than zero. This may be a symptom that the model is not
identified.
Warning: lavaan->lav_object_post_check():
some estimated ov variances are negative
Warning: lavaan->lav_object_post_check():
covariance matrix of latent variables is not positive definite ; use
lavInspect(fit, "cov.lv") to investigate.
summary(fit_cfa, ci =TRUE, fit.measures=TRUE, rsquare=TRUE,standardized=TRUE)
MCT_S1 MCT_S2 MCT_S3 MCT_C1 MCT_C2 MCT_C3 EEC1 EEC2 EEC3
MCT_S1 1 NA NA NA NA NA NA NA NA
MCT_S2 NA 1 NA NA NA NA NA NA NA
MCT_S3 NA NA 1 NA NA NA NA NA NA
MCT_C1 NA NA NA 1.0000000 0.8059925 NA NA NA NA
MCT_C2 NA NA NA 0.8059925 1.0000000 NA NA NA NA
MCT_C3 NA NA NA NA NA 1 NA NA NA
EEC1 NA NA NA NA NA NA 1 NA NA
EEC2 NA NA NA NA NA NA NA 1.0000000 NA
EEC3 NA NA NA NA NA NA NA NA 1
EEC4 NA NA NA NA NA NA NA 0.8466417 NA
EEF1 NA NA NA NA NA NA NA 0.8019509 NA
EEF2 NA NA NA NA NA NA NA NA NA
EEF3 NA NA NA NA NA NA NA NA NA
WTA1 NA NA NA NA NA NA NA NA NA
WTA2 NA NA NA NA NA NA NA NA NA
WTA3 NA NA NA NA NA NA NA NA NA
WTA4 NA NA NA NA NA NA NA NA NA
PA1 NA NA NA NA NA NA NA NA NA
PA2 NA NA NA NA NA NA NA NA NA
PA3 NA NA NA NA NA NA NA NA NA
PSP NA NA NA NA NA NA NA NA NA
EO NA NA NA NA NA NA NA NA NA
TO NA NA NA NA NA NA NA NA NA
ADT NA NA NA NA NA NA NA NA NA
EEC4 EEF1 EEF2 EEF3 WTA1 WTA2 WTA3 WTA4 PA1 PA2
MCT_S1 NA NA NA NA NA NA NA NA NA NA
MCT_S2 NA NA NA NA NA NA NA NA NA NA
MCT_S3 NA NA NA NA NA NA NA NA NA NA
MCT_C1 NA NA NA NA NA NA NA NA NA NA
MCT_C2 NA NA NA NA NA NA NA NA NA NA
MCT_C3 NA NA NA NA NA NA NA NA NA NA
EEC1 NA NA NA NA NA NA NA NA NA NA
EEC2 0.8466417 0.8019509 NA NA NA NA NA NA NA NA
EEC3 NA NA NA NA NA NA NA NA NA NA
EEC4 1.0000000 NA NA NA NA NA NA NA NA NA
EEF1 NA 1.0000000 0.8516352 NA NA NA NA NA NA NA
EEF2 NA 0.8516352 1.0000000 NA NA NA NA NA NA NA
EEF3 NA NA NA 1 NA NA NA NA NA NA
WTA1 NA NA NA NA 1 NA NA NA NA NA
WTA2 NA NA NA NA NA 1.0000000 0.8191588 NA NA NA
WTA3 NA NA NA NA NA 0.8191588 1.0000000 NA NA NA
WTA4 NA NA NA NA NA NA NA 1 NA NA
PA1 NA NA NA NA NA NA NA NA 1 NA
PA2 NA NA NA NA NA NA NA NA NA 1
PA3 NA NA NA NA NA NA NA NA NA NA
PSP NA NA NA NA NA NA NA NA NA NA
EO NA NA NA NA NA NA NA NA NA NA
TO NA NA NA NA NA NA NA NA NA NA
ADT NA NA NA NA NA NA NA NA NA NA
PA3 PSP EO TO ADT
MCT_S1 NA NA NA NA NA
MCT_S2 NA NA NA NA NA
MCT_S3 NA NA NA NA NA
MCT_C1 NA NA NA NA NA
MCT_C2 NA NA NA NA NA
MCT_C3 NA NA NA NA NA
EEC1 NA NA NA NA NA
EEC2 NA NA NA NA NA
EEC3 NA NA NA NA NA
EEC4 NA NA NA NA NA
EEF1 NA NA NA NA NA
EEF2 NA NA NA NA NA
EEF3 NA NA NA NA NA
WTA1 NA NA NA NA NA
WTA2 NA NA NA NA NA
WTA3 NA NA NA NA NA
WTA4 NA NA NA NA NA
PA1 NA NA NA NA NA
PA2 NA NA NA NA NA
PA3 1 NA NA NA NA
PSP NA 1 NA NA NA
EO NA NA 1 NA NA
TO NA NA NA 1 NA
ADT NA NA NA NA 1
SDT_A1 SDT_A2 SDT_A3 SDT_C1 SDT_C2 SDT_C3 SDT_R1 SDT_R2 SDT_R3
SDT_A1 1.0000000 NA 0.8158254 NA NA NA NA NA NA
SDT_A2 NA 1 NA NA NA NA NA NA NA
SDT_A3 0.8158254 NA 1.0000000 NA NA NA NA NA NA
SDT_C1 NA NA NA 1 NA NA NA NA NA
SDT_C2 NA NA NA NA 1.0000000 NA NA NA NA
SDT_C3 NA NA NA NA NA 1 NA NA NA
SDT_R1 NA NA NA NA NA NA 1 NA NA
SDT_R2 NA NA NA NA NA NA NA 1 NA
SDT_R3 NA NA NA NA NA NA NA NA 1
EEC1 NA NA NA NA NA NA NA NA NA
EEC2 NA NA NA NA 0.8033074 NA NA NA NA
EEC3 NA NA NA NA NA NA NA NA NA
EEF1 NA NA NA NA NA NA NA NA NA
EEF2 NA NA NA NA NA NA NA NA NA
EEF3 NA NA NA NA NA NA NA NA NA
WTA1 NA NA NA NA NA NA NA NA NA
WTA2 NA NA NA NA NA NA NA NA NA
WTA3 NA NA NA NA NA NA NA NA NA
WTA4 NA NA NA NA NA NA NA NA NA
EEC1 EEC2 EEC3 EEF1 EEF2 EEF3 WTA1 WTA2 WTA3
SDT_A1 NA NA NA NA NA NA NA NA NA
SDT_A2 NA NA NA NA NA NA NA NA NA
SDT_A3 NA NA NA NA NA NA NA NA NA
SDT_C1 NA NA NA NA NA NA NA NA NA
SDT_C2 NA 0.8033074 NA NA NA NA NA NA NA
SDT_C3 NA NA NA NA NA NA NA NA NA
SDT_R1 NA NA NA NA NA NA NA NA NA
SDT_R2 NA NA NA NA NA NA NA NA NA
SDT_R3 NA NA NA NA NA NA NA NA NA
EEC1 1.0000000 0.8613309 NA NA NA NA NA NA NA
EEC2 0.8613309 1.0000000 NA NA NA NA NA NA NA
EEC3 NA NA 1 NA NA NA NA NA NA
EEF1 NA NA NA 1 NA NA NA NA NA
EEF2 NA NA NA NA 1.0000000 0.8961164 NA NA NA
EEF3 NA NA NA NA 0.8961164 1.0000000 NA NA NA
WTA1 NA NA NA NA NA NA 1 NA NA
WTA2 NA NA NA NA NA NA NA 1 NA
WTA3 NA NA NA NA NA NA NA NA 1.0000000
WTA4 NA NA NA NA NA NA NA NA 0.8286898
WTA4
SDT_A1 NA
SDT_A2 NA
SDT_A3 NA
SDT_C1 NA
SDT_C2 NA
SDT_C3 NA
SDT_R1 NA
SDT_R2 NA
SDT_R3 NA
EEC1 NA
EEC2 NA
EEC3 NA
EEF1 NA
EEF2 NA
EEF3 NA
WTA1 NA
WTA2 NA
WTA3 0.8286898
WTA4 1.0000000