CFA सेट करना

R में Factor Analysis

Jennifer Brussow

Psychometrician

कन्फर्मेटरी विश्लेषण क्यों?

कन्फर्मेटरी विश्लेषण के फायदे:

वैरिएबल/फैक्टर संबंध स्पष्ट रूप से निर्दिष्ट
पहले से ज्ञात थ्योरी का परीक्षण
जब आप नया मापन विकसित कर रहे हों, तो प्रकाशित करने के लिए यही सही तरीका है!

EFA परिणामों का पाथ डायग्राम

CFA सेट करने के लिए रैपर फंक्शन का उपयोग

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   
...

रैपर फंक्शन से बनी सिंटैक्स

EFA_syn

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

फैक्टर 4 (F4) = EFA का फैक्टर MR5
परीक्षार्थियों का फैक्टर स्तर, आइटम प्रतिक्रियाएँ प्रेडिक्ट करता है
रैपर फंक्शन पैरामीटर नाम अपने-आप देता है
NA Value = शुरुआती मान यादृच्छिक चुना गया

अपनी थ्योरी से CFA सिंटैक्स बनाना

# 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
"

छोटे, याद रखने में आसान फैक्टर नाम
फैक्टर नाम के बाद कोलन
आइटम कॉमा-सेपरेटेड सूची में

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

आइए कुछ सिंटैक्स बनाते हैं!

R में Factor Analysis