Configurer une CFA

Analyse factorielle avec R

Jennifer Brussow

Psychometrician

Pourquoi une analyse confirmatoire ?

Avantages d'une analyse confirmatoire :

  • Relations variables/facteurs précisées explicitement
  • Tester une théorie définie à l'avance
  • C'est la bonne approche à publier lors du développement d'une nouvelle mesure !
Analyse factorielle avec R

Diagramme de voies des résultats EFA

Analyse factorielle avec R

Utiliser la fonction d'enrobage pour configurer une CFA

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   
...
Analyse factorielle avec R

Syntaxe créée par la fonction d'enrobage

EFA_syn

      Path        Parameter Value
 [1,] "MR5->A1"   "F4A1"    NA
  • Facteur 4 (F4) = facteur MR5 de l'EFA
  • Le niveau d'un facteur chez les personnes prédit les réponses aux items
  • La fonction d'enrobage nomme automatiquement les paramètres
  • Valeur NA = valeur de départ choisie au hasard
Analyse factorielle avec R

Créer la syntaxe de CFA à partir de votre théorie

# 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
"
  • Noms de facteurs courts et mémorisables
  • Nom du facteur suivi de deux-points
  • Items en liste séparée par des virgules
theory_syn <- cfa(text = theory_syn_eq, reference.indicators = FALSE)
Analyse factorielle avec R

Créons une syntaxe !

Analyse factorielle avec R

Preparing Video For Download...