Entrepreneur-UPM_02
JOM
4/7/2016
Introducción
Lo primero se procede a la carga de paquetes que puedan ser necesarios: * foreign para poder leer los ficheros de SPSS * lavaan para construir modelos SEM
## Warning: replacing previous import 'lme4::sigma' by 'stats::sigma' when
## loading 'pbkrtest'Carga de datos para el centro UPM
Se procede a leer los resultados de las encuestas a un data frame llamado ddd y cuyo resumen se muestra a continuación, previa eliminación de los registros que contengan datos NA:
setwd('~/git/Entrepreneur/')
ddd = read.spss(file="Emprendimiento2016.sav",to.data.frame=TRUE)
# summary(ddd)
jdx=apply(is.na(ddd),1,sum) == 0
ddna=ddd[jdx & as.character(ddd$UNI)=="UPM",]
colnames(ddna)= iconv(colnames(ddna),'utf-8','ascii',sub='')
summary(ddna)## CODIGO UNI PAIS EDAD
## Min. : 11002 UPM :412 España :412 Min. :20.00
## 1st Qu.: 14036 MILAN : 0 Italia : 0 1st Qu.:22.00
## Median : 15042 MEXICO : 0 México : 0 Median :23.00
## Mean : 15583 KTH : 0 Suecia : 0 Mean :23.11
## 3rd Qu.: 17016 PARMA : 0 Alemania: 0 3rd Qu.:24.00
## Max. :150452 TUB : 0 Max. :33.00
## (Other): 0
## GENERO CARRERA CURSO PASNAC
## Hombre:261 Organización : 34 último:412 Min. :1.00
## Mujer :151 Industriales :181 1st Qu.:1.00
## Química :103 Median :1.00
## Ing. Civil : 94 Mean :1.01
## Ing. Informática: 0 3rd Qu.:1.00
## Max. :5.00
##
## PASNACPADRE PASNACMADRE CLASESOCIAL ClaseSocial2
## Min. :1 Min. :1 Baja : 5 Baja-MedioBaja:141
## 1st Qu.:1 1st Qu.:1 Media-Baja:136 Alta-MedioAlta:271
## Median :1 Median :1 Media-Alta:263
## Mean :1 Mean :1 Alta : 8
## 3rd Qu.:1 3rd Qu.:1
## Max. :1 Max. :1
##
## ESTPADRE ESTMADRE OCUPACIONPADRE
## Sin estudios: 28 Sin estudios: 19 Funcionario:109
## Secundaria : 69 Secundaria : 87 Empleado :136
## FP : 48 FP : 64 Empresario : 88
## Universidad :267 Universidad :242 Desempleado: 15
## Otro : 64
##
##
## OCUPACIONMADRE ENTORNONEG V2.1Individualismo
## Funcionario:132 Min. :0.0000 Min. :1.000
## Empleado :103 1st Qu.:0.0000 1st Qu.:3.000
## Empresario : 40 Median :1.0000 Median :4.000
## Desempleado: 82 Mean :0.6238 Mean :3.602
## Otro : 55 3rd Qu.:1.0000 3rd Qu.:4.000
## Max. :1.0000 Max. :5.000
##
## V2.2Feminidad V2.2MasculinidadINV V2.3NoAversin
## Muy Masculino: 5 Muy femenino : 78 Alta aversión: 57
## Masculino : 54 Femenino :163 Aversión :127
## Medio :112 Medio :112 Medio :139
## Femenino :163 Masculino : 54 Poca aversión: 72
## Muy femenino : 78 Muy Masculino: 5 Baja aversión: 17
##
##
## V2.3.AversinINV V2.4Colectivismo
## Baja aversión: 17 Muy Individualista: 3
## Poca aversión: 72 Individualista : 24
## Medio :139 Medio :124
## Aversión :127 Colectivista :201
## Alta aversión: 57 Muy Colectivista : 60
##
##
## V2.4IndividualismoINV V2.5Aversin V2.6Masculinidad
## Muy Colectivista : 60 Baja aversión: 24 Muy femenino : 4
## Colectivista :201 Poca aversión: 81 Femenino : 17
## Medio :124 Medio :106 Medio : 83
## Individualista : 24 Aversión :136 Masculino :202
## Muy Individualista: 3 Alta aversión: 65 Muy Masculino:106
##
##
## V2.7Aversin V2.8Individualismo V2.9Innovacin
## Baja aversión: 3 Muy Colectivista : 1 Min. :1.000
## Poca aversión: 24 Colectivista : 20 1st Qu.:2.000
## Medio :115 Medio : 82 Median :3.000
## Aversión :200 Individualista :194 Mean :2.614
## Alta aversión: 70 Muy Individualista:115 3rd Qu.:3.000
## Max. :5.000
##
## V2.10IT V3.1ACTFuturoAtractivo V3.2ACTOpciones MediaACT
## Min. :1.000 Min. :1.000 Min. :1.000 Min. :1.000
## 1st Qu.:2.000 1st Qu.:3.000 1st Qu.:2.000 1st Qu.:3.000
## Median :2.000 Median :5.000 Median :4.000 Median :4.000
## Mean :2.403 Mean :4.461 Mean :3.684 Mean :4.073
## 3rd Qu.:3.000 3rd Qu.:6.000 3rd Qu.:5.000 3rd Qu.:5.000
## Max. :5.000 Max. :7.000 Max. :7.000 Max. :7.000
##
## V3.3CONTFcil V3.4CONTPuedo MediaCONT V3.5IEListo
## Min. :1.000 Min. :1.000 Min. :1.000 Min. :1.000
## 1st Qu.:2.000 1st Qu.:3.000 1st Qu.:2.500 1st Qu.:2.000
## Median :3.000 Median :4.000 Median :3.500 Median :3.000
## Mean :3.364 Mean :3.602 Mean :3.483 Mean :3.223
## 3rd Qu.:4.000 3rd Qu.:5.000 3rd Qu.:4.500 3rd Qu.:4.000
## Max. :7.000 Max. :7.000 Max. :7.000 Max. :7.000
##
## V3.6IEMeta V3.7IEHarTodo V3.8IEConvencido V3.9IEPensarSerio
## Min. :1.000 Min. :1.000 Min. :1.000 Min. :1.000
## 1st Qu.:2.000 1st Qu.:2.000 1st Qu.:2.000 1st Qu.:2.000
## Median :3.000 Median :3.000 Median :3.000 Median :3.000
## Mean :3.294 Mean :3.068 Mean :2.976 Mean :3.167
## 3rd Qu.:4.000 3rd Qu.:4.000 3rd Qu.:4.000 3rd Qu.:5.000
## Max. :7.000 Max. :7.000 Max. :7.000 Max. :7.000
##
## V3.10IEFirmeIntencin MediaIE V3.11NSFamilia V3.12NSAmigos
## Min. :1.00 Min. :1.000 Min. :1.000 Min. :1.000
## 1st Qu.:2.00 1st Qu.:2.000 1st Qu.:5.000 1st Qu.:5.000
## Median :3.00 Median :2.833 Median :6.000 Median :6.000
## Mean :3.15 Mean :3.146 Mean :5.483 Mean :5.699
## 3rd Qu.:4.00 3rd Qu.:4.167 3rd Qu.:7.000 3rd Qu.:7.000
## Max. :7.00 Max. :7.000 Max. :7.000 Max. :7.000
##
## V3.12NSCompaeros V3.14NSSociedad MediaNS V4.1FINPROP
## Min. :1.000 Min. :1.000 Min. :1.000 Min. :1.000
## 1st Qu.:5.000 1st Qu.:4.000 1st Qu.:4.750 1st Qu.:1.000
## Median :6.000 Median :5.000 Median :5.500 Median :2.000
## Mean :5.536 Mean :5.206 Mean :5.481 Mean :1.985
## 3rd Qu.:7.000 3rd Qu.:6.000 3rd Qu.:6.250 3rd Qu.:3.000
## Max. :7.000 Max. :7.000 Max. :7.000 Max. :5.000
##
## V4.2ADM V4.3JUV V4.4CREDIT V4.5FINPUB
## Min. :1.00 Min. :1.000 Min. :1.000 Min. :1.000
## 1st Qu.:1.00 1st Qu.:2.750 1st Qu.:1.000 1st Qu.:1.000
## Median :2.00 Median :3.000 Median :2.000 Median :2.000
## Mean :1.91 Mean :3.211 Mean :1.961 Mean :1.925
## 3rd Qu.:2.00 3rd Qu.:4.000 3rd Qu.:2.000 3rd Qu.:2.000
## Max. :5.00 Max. :5.000 Max. :5.000 Max. :4.000
##
## V4.6JUV V4.7ADM V4.8FINPROP V4.9ADM
## Min. :1.00 Min. :1.000 Min. :1.00 Min. :1.000
## 1st Qu.:2.00 1st Qu.:2.000 1st Qu.:2.00 1st Qu.:1.000
## Median :3.00 Median :2.000 Median :2.00 Median :2.000
## Mean :3.15 Mean :2.085 Mean :2.17 Mean :1.978
## 3rd Qu.:4.00 3rd Qu.:3.000 3rd Qu.:3.00 3rd Qu.:2.000
## Max. :5.00 Max. :4.000 Max. :5.00 Max. :5.000
##
## V4.10JUV V4.11ADM V4.12EDU V4.13JUV
## Min. :1.000 Min. :1.000 Min. :1.000 Min. :1.000
## 1st Qu.:2.000 1st Qu.:1.000 1st Qu.:1.000 1st Qu.:2.000
## Median :2.000 Median :2.000 Median :2.000 Median :3.000
## Mean :2.233 Mean :1.859 Mean :2.087 Mean :2.524
## 3rd Qu.:3.000 3rd Qu.:2.000 3rd Qu.:3.000 3rd Qu.:3.000
## Max. :5.000 Max. :5.000 Max. :5.000 Max. :5.000
##
## V4.14ADM
## Min. :1.000
## 1st Qu.:1.000
## Median :2.000
## Mean :2.165
## 3rd Qu.:3.000
## Max. :5.000
## ddf = ddna
for (i in (1:length(colnames(ddf)))[-c(1,4)]) {
ddf[,i]=as.ordered(ddf[,i])
}Análisis Factorial Confirmatorio. Modelo de Ajzen
Se procede a crear en modelo de Ajzen y a un análisis confirmatorio de datos. Partimos de las variables como factores
Datos con rango numérico
#
AJZEN.model = ' AtB =~ V3.1ACTFuturoAtractivo + V3.2ACTOpciones
SN =~ V3.11NSFamilia + V3.12NSAmigos + V3.12NSCompaeros + V3.14NSSociedad
PBC =~ V3.3CONTFcil + V3.4CONTPuedo '
fitn = cfa(AJZEN.model, data =ddna)
summary(fitn,fit.measures=TRUE)## lavaan (0.5-20) converged normally after 42 iterations
##
## Number of observations 412
##
## Estimator ML
## Minimum Function Test Statistic 48.983
## Degrees of freedom 17
## P-value (Chi-square) 0.000
##
## Model test baseline model:
##
## Minimum Function Test Statistic 1921.875
## Degrees of freedom 28
## P-value 0.000
##
## User model versus baseline model:
##
## Comparative Fit Index (CFI) 0.983
## Tucker-Lewis Index (TLI) 0.972
##
## Loglikelihood and Information Criteria:
##
## Loglikelihood user model (H0) -4907.161
## Loglikelihood unrestricted model (H1) -4882.669
##
## Number of free parameters 19
## Akaike (AIC) 9852.322
## Bayesian (BIC) 9928.722
## Sample-size adjusted Bayesian (BIC) 9868.431
##
## Root Mean Square Error of Approximation:
##
## RMSEA 0.068
## 90 Percent Confidence Interval 0.046 0.090
## P-value RMSEA <= 0.05 0.087
##
## Standardized Root Mean Square Residual:
##
## SRMR 0.037
##
## Parameter Estimates:
##
## Information Expected
## Standard Errors Standard
##
## Latent Variables:
## Estimate Std.Err Z-value P(>|z|)
## AtB =~
## V3.1ACTFtrAtrc 1.000
## V3.2ACTOpcions 1.091 0.064 17.023 0.000
## SN =~
## V3.11NSFamilia 1.000
## V3.12NSAmigos 1.023 0.053 19.435 0.000
## V3.12NSCompars 1.027 0.054 19.166 0.000
## V3.14NSSociedd 0.882 0.064 13.715 0.000
## PBC =~
## V3.3CONTFcil 1.000
## V3.4CONTPuedo 0.922 0.070 13.200 0.000
##
## Covariances:
## Estimate Std.Err Z-value P(>|z|)
## AtB ~~
## SN 0.441 0.087 5.048 0.000
## PBC 1.112 0.126 8.834 0.000
## SN ~~
## PBC 0.527 0.086 6.139 0.000
##
## Variances:
## Estimate Std.Err Z-value P(>|z|)
## V3.1ACTFtrAtrc 0.731 0.102 7.166 0.000
## V3.2ACTOpcions 0.277 0.107 2.586 0.010
## V3.11NSFamilia 0.929 0.073 12.813 0.000
## V3.12NSAmigos 0.217 0.032 6.770 0.000
## V3.12NSCompars 0.279 0.035 8.032 0.000
## V3.14NSSociedd 1.160 0.087 13.410 0.000
## V3.3CONTFcil 0.678 0.102 6.641 0.000
## V3.4CONTPuedo 0.790 0.095 8.345 0.000
## AtB 1.843 0.193 9.530 0.000
## SN 1.209 0.138 8.755 0.000
## PBC 1.471 0.168 8.728 0.000semPaths(fitn)
Datos con rango categórico endógeno
#
ddfr = ddf[c("UNI","V3.1ACTFuturoAtractivo","V3.2ACTOpciones",
"V3.11NSFamilia","V3.12NSAmigos","V3.12NSCompaeros",
"V3.14NSSociedad","V3.3CONTFcil","V3.4CONTPuedo")]
fitc = cfa(AJZEN.model, data =ddfr)
summary(fitc,fit.measures=TRUE)## lavaan (0.5-20) converged normally after 27 iterations
##
## Number of observations 412
##
## Estimator DWLS Robust
## Minimum Function Test Statistic 37.637 78.340
## Degrees of freedom 17 17
## P-value (Chi-square) 0.003 0.000
## Scaling correction factor 0.511
## Shift parameter 4.744
## for simple second-order correction (Mplus variant)
##
## Model test baseline model:
##
## Minimum Function Test Statistic 17380.519 8403.383
## Degrees of freedom 28 28
## P-value 0.000 0.000
##
## User model versus baseline model:
##
## Comparative Fit Index (CFI) 0.999 0.993
## Tucker-Lewis Index (TLI) 0.998 0.988
##
## Root Mean Square Error of Approximation:
##
## RMSEA 0.054 0.094
## 90 Percent Confidence Interval 0.031 0.078 0.073 0.115
## P-value RMSEA <= 0.05 0.349 0.000
##
## Weighted Root Mean Square Residual:
##
## WRMR 0.704 0.704
##
## Parameter Estimates:
##
## Information Expected
## Standard Errors Robust.sem
##
## Latent Variables:
## Estimate Std.Err Z-value P(>|z|)
## AtB =~
## V3.1ACTFtrAtrc 1.000
## V3.2ACTOpcions 1.065 0.038 27.864 0.000
## SN =~
## V3.11NSFamilia 1.000
## V3.12NSAmigos 1.172 0.026 45.557 0.000
## V3.12NSCompars 1.139 0.025 44.979 0.000
## V3.14NSSociedd 0.875 0.029 30.318 0.000
## PBC =~
## V3.3CONTFcil 1.000
## V3.4CONTPuedo 0.953 0.053 18.145 0.000
##
## Covariances:
## Estimate Std.Err Z-value P(>|z|)
## AtB ~~
## SN 0.238 0.033 7.232 0.000
## PBC 0.515 0.032 16.009 0.000
## SN ~~
## PBC 0.284 0.033 8.489 0.000
##
## Intercepts:
## Estimate Std.Err Z-value P(>|z|)
## V3.1ACTFtrAtrc 0.000
## V3.2ACTOpcions 0.000
## V3.11NSFamilia 0.000
## V3.12NSAmigos 0.000
## V3.12NSCompars 0.000
## V3.14NSSociedd 0.000
## V3.3CONTFcil 0.000
## V3.4CONTPuedo 0.000
## AtB 0.000
## SN 0.000
## PBC 0.000
##
## Thresholds:
## Estimate Std.Err Z-value P(>|z|)
## V3.1ACTFtrAt|1 -1.591 0.101 -15.812 0.000
## V3.1ACTFtrAt|2 -1.144 0.079 -14.480 0.000
## V3.1ACTFtrAt|3 -0.667 0.067 -9.941 0.000
## V3.1ACTFtrAt|4 -0.030 0.062 -0.492 0.623
## V3.1ACTFtrAt|5 0.593 0.066 8.989 0.000
## V3.1ACTFtrAt|6 1.244 0.083 15.028 0.000
## V3.2ACTOpcns|1 -1.404 0.090 -15.608 0.000
## V3.2ACTOpcns|2 -0.667 0.067 -9.941 0.000
## V3.2ACTOpcns|3 -0.097 0.062 -1.574 0.115
## V3.2ACTOpcns|4 0.543 0.065 8.317 0.000
## V3.2ACTOpcns|5 1.110 0.078 14.256 0.000
## V3.2ACTOpcns|6 1.636 0.104 15.788 0.000
## V3.11NSFaml|t1 -2.182 0.160 -13.632 0.000
## V3.11NSFaml|t2 -1.736 0.111 -15.640 0.000
## V3.11NSFaml|t3 -1.284 0.084 -15.210 0.000
## V3.11NSFaml|t4 -0.698 0.068 -10.318 0.000
## V3.11NSFaml|t5 -0.153 0.062 -2.459 0.014
## V3.11NSFaml|t6 0.467 0.064 7.253 0.000
## V3.12NSAmgs|t1 -2.586 0.243 -10.624 0.000
## V3.12NSAmgs|t2 -2.253 0.171 -13.156 0.000
## V3.12NSAmgs|t3 -1.636 0.104 -15.788 0.000
## V3.12NSAmgs|t4 -0.964 0.073 -13.120 0.000
## V3.12NSAmgs|t5 -0.315 0.063 -5.011 0.000
## V3.12NSAmgs|t6 0.494 0.065 7.641 0.000
## V3.12NSCmprs|1 -2.443 0.208 -11.754 0.000
## V3.12NSCmprs|2 -2.182 0.160 -13.632 0.000
## V3.12NSCmprs|3 -1.613 0.102 -15.804 0.000
## V3.12NSCmprs|4 -0.811 0.070 -11.615 0.000
## V3.12NSCmprs|5 -0.140 0.062 -2.263 0.024
## V3.12NSCmprs|6 0.629 0.066 9.466 0.000
## V3.14NSScdd|t1 -2.120 0.151 -14.016 0.000
## V3.14NSScdd|t2 -1.736 0.111 -15.640 0.000
## V3.14NSScdd|t3 -1.244 0.083 -15.028 0.000
## V3.14NSScdd|t4 -0.440 0.064 -6.865 0.000
## V3.14NSScdd|t5 0.079 0.062 1.279 0.201
## V3.14NSScdd|t6 0.729 0.068 10.692 0.000
## V3.3CONTFcl|t1 -1.231 0.082 -14.964 0.000
## V3.3CONTFcl|t2 -0.550 0.065 -8.413 0.000
## V3.3CONTFcl|t3 0.165 0.062 2.656 0.008
## V3.3CONTFcl|t4 0.745 0.068 10.878 0.000
## V3.3CONTFcl|t5 1.373 0.088 15.523 0.000
## V3.3CONTFcl|t6 2.120 0.151 14.016 0.000
## V3.4CONTPud|t1 -1.491 0.095 -15.764 0.000
## V3.4CONTPud|t2 -0.737 0.068 -10.785 0.000
## V3.4CONTPud|t3 -0.024 0.062 -0.394 0.694
## V3.4CONTPud|t4 0.622 0.066 9.371 0.000
## V3.4CONTPud|t5 1.257 0.083 15.091 0.000
## V3.4CONTPud|t6 2.066 0.144 14.332 0.000
##
## Variances:
## Estimate Std.Err Z-value P(>|z|)
## V3.1ACTFtrAtrc 0.213
## V3.2ACTOpcions 0.108
## V3.11NSFamilia 0.341
## V3.12NSAmigos 0.095
## V3.12NSCompars 0.145
## V3.14NSSociedd 0.496
## V3.3CONTFcil 0.288
## V3.4CONTPuedo 0.353
## AtB 0.787 0.033 23.634 0.000
## SN 0.659 0.030 22.163 0.000
## PBC 0.712 0.046 15.329 0.000
##
## Scales y*:
## Estimate Std.Err Z-value P(>|z|)
## V3.1ACTFtrAtrc 1.000
## V3.2ACTOpcions 1.000
## V3.11NSFamilia 1.000
## V3.12NSAmigos 1.000
## V3.12NSCompars 1.000
## V3.14NSSociedd 1.000
## V3.3CONTFcil 1.000
## V3.4CONTPuedo 1.000semPaths(fitc)
Modelado del caso de Ajzen con Ecuaciones Estructurales. Alumnos de UPM
Se va a constuir ahora un modelo de interdependencia con hipótesis de regresión sobre EI
#
mcv = round(cov(ddna[,c("V3.1ACTFuturoAtractivo","V3.2ACTOpciones","V3.11NSFamilia",
"V3.12NSAmigos","V3.12NSCompaeros","V3.14NSSociedad",
"V3.3CONTFcil","V3.4CONTPuedo","V3.5IEListo","V3.6IEMeta",
"V3.7IEHarTodo","V3.8IEConvencido","V3.9IEPensarSerio")]),1)
EI.AJZEN.model = '
# Variables Latentes
AtB =~ V3.1ACTFuturoAtractivo + V3.2ACTOpciones
SN =~ V3.11NSFamilia + V3.12NSAmigos + V3.12NSCompaeros + V3.14NSSociedad
PBC =~ V3.3CONTFcil + V3.4CONTPuedo
EI =~ V3.5IEListo + V3.6IEMeta + V3.7IEHarTodo + V3.8IEConvencido + V3.9IEPensarSerio + V3.10IEFirmeIntencin
# Regresión
EI ~ AtB + SN + PBC
PBC ~ SN
# Correlación de Residuos
AtB ~~ SN
EI ~~ AtB + SN
V3.1ACTFuturoAtractivo ~~ V3.2ACTOpciones
V3.11NSFamilia ~~ V3.12NSAmigos
V3.12NSCompaeros ~~ V3.14NSSociedad
V3.3CONTFcil ~~ V3.4CONTPuedo
V3.5IEListo ~~ V3.6IEMeta
V3.10IEFirmeIntencin ~~ V3.9IEPensarSerio
V3.8IEConvencido ~~ V3.9IEPensarSerio
'
fitm0 = sem(EI.AJZEN.model, data =ddna)
summary(fitm0,fit.measures=TRUE)## lavaan (0.5-20) converged normally after 48 iterations
##
## Number of observations 412
##
## Estimator ML
## Minimum Function Test Statistic 360.140
## Degrees of freedom 63
## P-value (Chi-square) 0.000
##
## Model test baseline model:
##
## Minimum Function Test Statistic 5279.527
## Degrees of freedom 91
## P-value 0.000
##
## User model versus baseline model:
##
## Comparative Fit Index (CFI) 0.943
## Tucker-Lewis Index (TLI) 0.917
##
## Loglikelihood and Information Criteria:
##
## Loglikelihood user model (H0) -8189.729
## Loglikelihood unrestricted model (H1) -8009.659
##
## Number of free parameters 42
## Akaike (AIC) 16463.459
## Bayesian (BIC) 16632.342
## Sample-size adjusted Bayesian (BIC) 16499.067
##
## Root Mean Square Error of Approximation:
##
## RMSEA 0.107
## 90 Percent Confidence Interval 0.096 0.118
## P-value RMSEA <= 0.05 0.000
##
## Standardized Root Mean Square Residual:
##
## SRMR 0.139
##
## Parameter Estimates:
##
## Information Expected
## Standard Errors Standard
##
## Latent Variables:
## Estimate Std.Err Z-value P(>|z|)
## AtB =~
## V3.1ACTFtrAtrc 1.000
## V3.2ACTOpcions 1.052 NA
## SN =~
## V3.11NSFamilia 1.000
## V3.12NSAmigos 1.028 NA
## V3.12NSCompars 0.859 NA
## V3.14NSSociedd 0.708 NA
## PBC =~
## V3.3CONTFcil 1.000
## V3.4CONTPuedo 1.094 NA
## EI =~
## V3.5IEListo 1.000
## V3.6IEMeta 1.432 NA
## V3.7IEHarTodo 1.345 NA
## V3.8IEConvencd 1.285 NA
## V3.9IEPensarSr 1.347 NA
## V3.10IEFrmIntn 1.444 NA
##
## Regressions:
## Estimate Std.Err Z-value P(>|z|)
## EI ~
## AtB 0.201 NA
## SN 0.151 NA
## PBC 0.559 NA
## PBC ~
## SN 0.370 NA
##
## Covariances:
## Estimate Std.Err Z-value P(>|z|)
## AtB ~~
## SN 0.512 NA
## EI 0.714 NA
## SN ~~
## EI -0.156 NA
## V3.1ACTFuturoAtractivo ~~
## V3.2ACTOpcions 0.907 NA
## V3.11NSFamilia ~~
## V3.12NSAmigos -0.212 NA
## V3.12NSCompaeros ~~
## V3.14NSSociedd 0.309 NA
## V3.3CONTFcil ~~
## V3.4CONTPuedo 0.459 NA
## V3.5IEListo ~~
## V3.6IEMeta -0.115 NA
## V3.9IEPensarSerio ~~
## V3.10IEFrmIntn 0.250 NA
## V3.8IEConvencido ~~
## V3.9IEPensarSr 0.072 NA
##
## Variances:
## Estimate Std.Err Z-value P(>|z|)
## V3.1ACTFtrAtrc 1.526 NA
## V3.2ACTOpcions 1.309 NA
## V3.11NSFamilia 0.705 NA
## V3.12NSAmigos -0.033 NA
## V3.12NSCompars 0.496 NA
## V3.14NSSociedd 1.382 NA
## V3.3CONTFcil 1.329 NA
## V3.4CONTPuedo 1.059 NA
## V3.5IEListo 1.040 NA
## V3.6IEMeta 0.379 NA
## V3.7IEHarTodo 0.333 NA
## V3.8IEConvencd 0.373 NA
## V3.9IEPensarSr 1.134 NA
## V3.10IEFrmIntn 0.587 NA
## AtB 1.048 NA
## SN 1.433 NA
## PBC 0.623 NA
## EI 0.419 NAsemPaths(fitm0)