Shoda modelu

Faktorová analýza v R

Jennifer Brussow

Psychometrician

Absolutní vs. relativní shoda modelu

Absolutní statistiky shody mají vlastní interpretaci a doporučené mezní hodnoty.

Chi-kvadrát test
Tuckerův-Lewisův index (TLI)
Střední kvadratická chyba aproximace (RMSEA)

Relativní statistiky shody mají smysl pouze při porovnávání modelů.

Bayesovské informační kritérium (BIC)

Absolutní statistiky shody

Běžně používané mezní hodnoty:

Chi-kvadrát test: Nevýznamný výsledek
Tuckerův-Lewisův index (TLI): > 0,90
Střední kvadratická chyba aproximace (RMSEA): < 0,05

Získání statistik shody

# Run the EFA with six factors (as indicated by your scree plot)
EFA_model <- fa(bfi_EFA, nfactors = 6)

# View results from the model object
EFA_model

The total number of observations was  1400  
    with Likelihood Chi Square =  618.43  with prob <  1.2e-53

Tucker Lewis Index of factoring reliability =  0.916
RMSEA index =  0.045  and the 90 % confidence intervals are  0.041 0.048

BIC =  -576.87

Relativní shoda modelu

# Run each theorized EFA on your dataset
bfi_theory <- fa(bfi_EFA, nfactors = 5)
bfi_eigen <- fa(bfi_EFA, nfactors = 6)

# Compare the BIC values
bfi_theory$BIC
bfi_eigen$BIC

bfi_theory$BIC
bfi_eigen$BIC

-381.5326
-576.8658

Shrnutí: hodnocení shody

Ověřte, že model má dobrou absolutní shodu (chi-kvadrát test, TLI, RMSEA)
Při porovnávání více modelů použijte relativní statistiky shody (BIC)

Pojďme si procvičit!

Faktorová analýza v R