Якість припасування моделі

Факторний аналіз в R

Jennifer Brussow

Psychometrician

Абсолютне vs. відносне припасування моделі

Абсолютні статистики припасування мають власний зміст і рекомендовані пороги.

Критерій хі-квадрат
Індекс Такера—Льюїса (TLI)
Середньоквадратична похибка апроксимації (RMSEA)

Відносні статистики мають сенс лише під час порівняння моделей.

Інформаційний критерій Бейєса (BIC)

Абсолютні статистики припасування

Поширені порогові значення:

Критерій хі-квадрат: несуттєвий результат
Індекс Такера—Льюїса (TLI): > 0,90
Середньоквадратична похибка апроксимації (RMSEA): < 0,05

Пошук статистик припасування

# 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

Відносне припасування моделі

# 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

Підсумок: оцінювання припасування

Переконайтеся, що у моделі хороший абсолютний фіт (χ², TLI, RMSEA)
Якщо порівнюєте кілька моделей, використовуйте відносні статистики (BIC)

Давайте потренуємось!

Факторний аналіз в R