Настройка КФА

Факторный анализ в R

Jennifer Brussow

Psychometrician

Зачем нужен подтверждающий анализ?

Преимущества подтверждающего анализа:

Явно заданные связи между переменными и факторами
Проверка заранее сформулированной теории
Именно это нужно публиковать при разработке новой шкалы измерения!

Путевая диаграмма результатов EFA

Настройка КФА с помощью вспомогательной функции

EFA_syn <- structure.sem(EFA_model)

EFA_syn

      Path        Parameter Value
 [1,] "MR5->A1"   "F4A1"    NA   
 [2,] "MR5->A2"   "F4A2"    NA   
 [3,] "MR5->A3"   "F4A3"    NA   
 [4,] "MR5->A4"   "F4A4"    NA   
 [5,] "MR5->A5"   "F4A5"    NA   
 [6,] "MR3->C1"   "F3C1"    NA   
 [7,] "MR3->C2"   "F3C2"    NA   
 [8,] "MR3->C3"   "F3C3"    NA   
 [9,] "MR3->C4"   "F3C4"    NA   
[10,] "MR3->C5"   "F3C5"    NA   
[11,] "MR1->E1"   "F2E1"    NA   
...

Синтаксис, созданный вспомогательной функцией

EFA_syn

      Path        Parameter Value
 [1,] "MR5->A1"   "F4A1"    NA

Фактор 4 (F4) = фактор MR5 из EFA
Уровень фактора у респондента предсказывает ответы на пункты
Вспомогательная функция автоматически присваивает имена параметрам
Значение NA = начальное значение, выбранное случайно

Создание синтаксиса КФА на основе теории

# Set up syntax specifying which items load onto each factor
theory_syn_eq <- "
AGE: A1, A2, A3, A4, A5     #Agreeableness
CON: C1, C2, C3, C4, C5     #Conscientiousness
EXT: E1, E2, E3, E4, E5     #Extraversion
NEU: N1, N2, N3, N4, N5     #Neuroticism
OPE: O1, O2, O3, O4, O5     #Openness
"

Короткие, запоминающиеся имена факторов
Имя фактора, за которым следует двоеточие
Пункты в виде списка через запятую

theory_syn <- cfa(text = theory_syn_eq, reference.indicators = FALSE)

Давайте потренируемся!

Факторный анализ в R