Analiza czynnikowa w R
Jennifer Brussow
Psychometrician

psycho = „dotyczący umysłu"
metrics = „związany z pomiarami"
Klasyczna teoria testu: wyniki to nieważona suma wyników pozycji.
Analiza czynnikowa: wyniki to empirycznie ważona suma wyników pozycji, gdzie wagi wynikają z korelacji między pozycjami.
Modelowanie równań strukturalnych: rozszerza analizę czynnikową o modelowanie zależności między zmiennymi ukrytymi.
Eksploracyjna analiza czynnikowa (EFA):
Konfirmacyjna analiza czynnikowa (CFA):
Pakiet: psych
library(psych)
Zbiór danych gcbs: Generic Conspiracist Beliefs Survey
str(gcbs)
'data.frame': 2495 obs. of 15 variables:
$ Q1 : int 5 5 2 5 5 1 4 5 1 1 ...
$ Q2 : int 5 5 4 4 4 1 3 4 1 2 ...
$ Q3 : int 3 5 1 1 1 1 3 3 1 1 ...
$ Q4 : int 5 5 2 2 4 1 3 3 1 1 ...
$ Q5 : int 5 5 2 4 4 1 4 4 1 1 ...
...
Więcej informacji: Brotherton, French, & Pickering (2013)


EFA_model <- fa(gcbs)
fa.diagram(EFA_model)
EFA_model$loadings
Loadings:
MR1
Q1 0.703
Q2 0.719
Q3 0.638
Q4 0.770
Q5 0.672
Q6 0.746
Q7 0.734
Q8 0.654
Q9 0.695
Q10 0.565
...
Analiza czynnikowa w R