[R] Standardized residual variances in SEM

[Mathieu d'Acremont]

Hello,

I'm using the "sem" package to do a confirmatory factor analysis on data 
collected with a questionnaire. In the model, there is a unique factor G 
and 23 items. I would like to calculate the standardized residual 
variance of the observed variables. "Sem" only gives the residual 
variance with the "summary" function, or the standardized loadings with 
the "standardized.coefficients" function (see below). Does anybody know 
how to standardized the residual variance ?

Sincerely yours,

 > summary(semModif.tmp, digits=2)

  Model Chisquare =  601   Df =  229 Pr(>Chisq) = 0
  Chisquare (null model) =  2936   Df =  253
  Goodness-of-fit index =  0.81
  Adjusted goodness-of-fit index =  0.78
  RMSEA index =  0.08   90% CI: (0.072, 0.088)
  Bentler-Bonnett NFI =  0.8
  Tucker-Lewis NNFI =  0.85
  Bentler CFI =  0.86
  BIC =  -667

  Normalized Residuals
    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
-2.6300 -0.5640 -0.0728 -0.0067  0.5530  3.5500

  Parameter Estimates
         Estimate Std Error z value Pr(>|z|)
param1  0.78     0.073     10.7    0.0e+00  Q1 <--- G
param2  0.79     0.065     12.1    0.0e+00  Q2 <--- G
param3  0.63     0.073      8.5    0.0e+00  Q3 <--- G
param4  0.74     0.066     11.2    0.0e+00  Q4 <--- G
param6  0.81     0.068     11.9    0.0e+00  Q6 <--- G
param7  0.65     0.060     11.0    0.0e+00  Q7 <--- G
param9  0.60     0.059     10.1    0.0e+00  Q9 <--- G
param10 0.64     0.065      9.9    0.0e+00  Q10 <--- G
param11 0.72     0.054     13.3    0.0e+00  Q11 <--- G
param12 0.59     0.063      9.3    0.0e+00  Q12 <--- G
param13 0.61     0.069      8.7    0.0e+00  Q13 <--- G
param14 0.70     0.074      9.6    0.0e+00  Q14 <--- G
param15 0.68     0.066     10.4    0.0e+00  Q15 <--- G
param16 0.75     0.056     13.3    0.0e+00  Q16 <--- G
param17 0.86     0.060     14.3    0.0e+00  Q17 <--- G
param18 0.63     0.059     10.7    0.0e+00  Q18 <--- G
param19 0.75     0.062     12.2    0.0e+00  Q19 <--- G
param20 0.68     0.060     11.4    0.0e+00  Q20 <--- G
param21 0.64     0.068      9.3    0.0e+00  Q21 <--- G
param22 0.63     0.065      9.7    0.0e+00  Q22 <--- G
param23 0.71     0.065     10.9    0.0e+00  Q23 <--- G
param24 0.70     0.052     13.7    0.0e+00  Q24 <--- G
param25 0.41     0.066      6.3    3.4e-10  Q25 <--- G
param26 0.98     0.091     10.8    0.0e+00  Q1 <--> Q1
param27 0.72     0.068     10.6    0.0e+00  Q2 <--> Q2
param28 1.09     0.099     11.0    0.0e+00  Q3 <--> Q3
param29 0.77     0.072     10.7    0.0e+00  Q4 <--> Q4
param31 0.79     0.075     10.6    0.0e+00  Q6 <--> Q6
param32 0.64     0.059     10.7    0.0e+00  Q7 <--> Q7
param34 0.66     0.061     10.8    0.0e+00  Q9 <--> Q9
param35 0.79     0.073     10.8    0.0e+00  Q10 <--> Q10
param36 0.45     0.043     10.4    0.0e+00  Q11 <--> Q11
param37 0.79     0.072     10.9    0.0e+00  Q12 <--> Q12
param38 0.96     0.088     11.0    0.0e+00  Q13 <--> Q13
param39 1.05     0.096     10.9    0.0e+00  Q14 <--> Q14
param40 0.80     0.074     10.8    0.0e+00  Q15 <--> Q15
param41 0.49     0.047     10.4    0.0e+00  Q16 <--> Q16
param42 0.51     0.050     10.1    0.0e+00  Q17 <--> Q17
param43 0.63     0.059     10.8    0.0e+00  Q18 <--> Q18
param44 0.64     0.060     10.6    0.0e+00  Q19 <--> Q19
param45 0.63     0.059     10.7    0.0e+00  Q20 <--> Q20
param46 0.91     0.084     10.9    0.0e+00  Q21 <--> Q21
param47 0.82     0.076     10.9    0.0e+00  Q22 <--> Q22
param48 0.77     0.071     10.8    0.0e+00  Q23 <--> Q23
param49 0.39     0.038     10.3    0.0e+00  Q24 <--> Q24
param50 0.95     0.086     11.1    0.0e+00  Q25 <--> Q25
param51 0.29     0.047      6.3    4.0e-10  Q9 <--> Q7

  Iterations =  16
 > standardized.coefficients(semModif.tmp, digits=2)
                 Std. Estimate
param1  param1  0.62          Q1 <--- G
param2  param2  0.68          Q2 <--- G
param3  param3  0.51          Q3 <--- G
param4  param4  0.64          Q4 <--- G
param6  param6  0.67          Q6 <--- G
param7  param7  0.63          Q7 <--- G
param9  param9  0.59          Q9 <--- G
param10 param10 0.58          Q10 <--- G
param11 param11 0.73          Q11 <--- G
param12 param12 0.55          Q12 <--- G
param13 param13 0.53          Q13 <--- G
param14 param14 0.57          Q14 <--- G
param15 param15 0.61          Q15 <--- G
param16 param16 0.73          Q16 <--- G
param17 param17 0.77          Q17 <--- G
param18 param18 0.62          Q18 <--- G
param19 param19 0.69          Q19 <--- G
param20 param20 0.65          Q20 <--- G
param21 param21 0.55          Q21 <--- G
param22 param22 0.57          Q22 <--- G
param23 param23 0.63          Q23 <--- G
param24 param24 0.75          Q24 <--- G
param25 param25 0.39          Q25 <--- G
 >

-- 
Mathieu d'Acremont, PhD		Mathieu.Dacremont at pse.unige.ch
Maître-Assistant               	tel/fax +4122 379 98 20/44

Pôle de Recherche National en Sciences Affectives
CISA - Université de Genève
Rue des Battoirs 7
CH-1205 Genève
http://affect.unige.ch/