मेज़र डेवलपमेंट प्रक्रिया का अवलोकन
R में Factor Analysis
Jennifer Brussow
Psychometrician
डेवलपमेंट प्रक्रिया
अपनी मेज़र के लिए आइटम विकसित करें
प्रतिनिधि सैंपल से पायलट डेटा एकत्र करें
देखें कि डेटासेट कैसा दिखता है
सोचें कि आप EFA, CFA, या दोनों में से क्या चाहेंगे
अगर दोनों, तो अपने सैंपल को रैंडम दो हिस्सों में बाँटें
दोनों सैंपल तुलना करें ताकि सुनिश्चित हो कि वे मिलते-जुलते हैं
डेवलपमेंट प्रक्रिया
अपनी मेज़र के लिए आइटम विकसित करें
प्रतिनिधि सैंपल से पायलट डेटा एकत्र करें
देखें कि डेटासेट कैसा दिखता है
अपना डेटासेट जाँचें
library(psych)
describe(gcbs)
vars n mean sd median trimmed mad min max range skew ...
Q1 1 2495 3.47 1.46 4 3.59 1.48 0 5 5 -0.55 ...
Q2 2 2495 2.96 1.49 3 2.96 1.48 0 5 5 -0.01 ...
Q3 3 2495 2.05 1.39 1 1.82 0.00 0 5 5 0.98 ...
Q4 4 2495 2.64 1.45 2 2.55 1.48 0 5 5 0.26 ...
Q5 5 2495 3.25 1.47 4 3.32 1.48 0 5 5 -0.35 ...
...
Q11 11 2495 3.27 1.40 4 3.34 1.48 0 5 5 -0.35 ...
Q12 12 2495 2.64 1.50 2 2.56 1.48 0 5 5 0.29 ...
Q13 13 2495 2.10 1.38 1 1.89 0.00 0 5 5 0.89 ...
Q14 14 2495 2.96 1.49 3 2.95 1.48 0 5 5 -0.02 ...
Q15 15 2495 4.23 1.10 5 4.47 0.00 0 5 5 -1.56 ...
डेवलपमेंट प्रक्रिया
अपनी मेज़र के लिए आइटम विकसित करें
प्रतिनिधि सैंपल से पायलट डेटा एकत्र करें
देखें कि डेटासेट कैसा दिखता है
सोचें कि आप exploratory analysis (EFA), confirmatory analysis (CFA), या दोनों चाहेंगे
अगर दोनों, तो अपने सैंपल को रैंडम दो हिस्सों में बाँटें
डेटासेट को विभाजित करना
N <- nrow(gcbs)
indices <- seq(1, N)
indices_EFA <- sample(indices, floor((0.5 * N)))
indices_CFA <- indices[!(indices %in% indices_EFA)]
gcbs_EFA <- gcbs[indices_EFA, ]
gcbs_CFA <- gcbs[indices_CFA, ]
डेवलपमेंट प्रक्रिया
अपनी मेज़र के लिए आइटम विकसित करें
प्रतिनिधि सैंपल से पायलट डेटा एकत्र करें
देखें कि डेटासेट कैसा दिखता है
सोचें कि आप EFA, CFA, या दोनों चाहेंगे
अगर दोनों, तो अपने सैंपल को रैंडम दो हिस्सों में बाँटें
दोनों सैंपल तुलना करें ताकि सुनिश्चित हो कि वे मिलते-जुलते हैं
दोनों हिस्से जाँचें
group_var <- vector("numeric", nrow(gcbs))
group_var[indices_EFA] <- 1
group_var[indices_CFA] <- 2
group_var
[1] 2 1 2 2 1 2 1 1 2 2 2 1 2 2 1 1 2 1 1 1 1 2 1 1 2 1 1 1 2 2
[31] 2 2 2 1 2 2 2 1 2 2 2 1 1 1 2 2 2 2 1 2 2 1 1 2 2 2 2 2 2 2
[61] 2 1 2 1 2 2 1 2 1 2 2 2 1 2 1 2 1 1 2 2 1 2 1 2 1 1 1 2 2 2
[91] 2 2 2 1 2 2 2 2 2 2 2 2 1 2 2 2 1 2 2 2 2 1 1 1 2 2 1 1 2 2
[121] 2 1 2 2 1 2 2 1 2 2 2 2 1 2 1 1 1 2 2 1 1 1 2 1 1 1 1 2 2 2
[151] 1 1 1 1 2 2 2 2 2 1 2 1 1 2 1 1 2 1 2 1 2 1 1 1 2 1 1 1 1 2
[181] 2 1 1 2 2 2 1 1 1 1 2 2 2 2 2 1 1 1 1 2 2 1 1 1 2 1 2 1 2 2
दोनों हिस्से जाँचें
gcbs_grouped <- cbind(gcbs, group_var)
describeBy(gcbs_grouped, group = group_var)
statsBy(gcbs_grouped, group = "group_var")
अभ्यास करते हैं!
R में Factor Analysis
