Calitatea modelului

Analiza factorială în R

Jennifer Brussow

Psychometrician

Potrivire absolută vs. relativă

Statisticile de potrivire absolută au semnificație intrinsecă și valori de referință sugerate.

Testul chi-pătrat
Indicele Tucker-Lewis (TLI)
Eroarea pătratică medie a aproximării (RMSEA)

Statisticile de potrivire relativă au sens doar în compararea modelelor.

Criteriul Informațional Bayesian (BIC)

Statistici de potrivire absolută

Valori de referință frecvent utilizate:

Testul chi-pătrat: Rezultat nesemnificativ
Indicele Tucker-Lewis (TLI): > 0,90
Eroarea pătratică medie a aproximării (RMSEA): < 0,05

Identificarea statisticilor de potrivire

# 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

Potrivire relativă a modelului

# 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

Rezumat: evaluarea potrivirii

Asigurați-vă că modelul are o potrivire absolută bună (test chi-pătrat, TLI, RMSEA)
Dacă comparați mai multe modele, utilizați statistici de potrivire relativă (BIC)

Să exersăm!

Analiza factorială în R