EFA 入門

R 中的因素分析

Jennifer Brussow

Psychometrician

Psycho + metrics

腦型燈泡

psycho = 「心智的」

metrics = 「與測量相關」

學習目標

執行單一維度的探索性因素分析（EFA）
檢視並解讀題項的因素負荷量
解讀個體的因素分數

因素分析與其他分析的關係

古典測驗理論：分數為題項分數的未加權總和。
因素分析：分數為題項分數的經驗加權總和，權重由題項彼此的相關決定。
結構方程模型：擴展因素分析，可建模潛在變數間的關係。

因素分析的類型

Exploratory Factor Analysis (EFA)：

開發階段使用
探索因素結構
評估題項

Confirmatory Factor Analysis (CFA)：

驗證量表
開發後使用

套件

套件： psych 套件

由 William Revelle 開發。
更多資訊見 The Personality Project。

library(psych)

資料集

gcbs 資料集：Generic Conspiracist Beliefs Survey

可在 Open Source Psychometrics Project 進行測驗
完整量表含 75 題，測量 5 個陰謀信念面向

str(gcbs)

'data.frame':    2495 obs. of  15 variables:
 $ Q1 : int  5 5 2 5 5 1 4 5 1 1 ...
 $ Q2 : int  5 5 4 4 4 1 3 4 1 2 ...
 $ Q3 : int  3 5 1 1 1 1 3 3 1 1 ...
 $ Q4 : int  5 5 2 2 4 1 3 3 1 1 ...
 $ Q5 : int  5 5 2 4 4 1 4 4 1 1 ...
 ...

題項類型

政府不法行為（GM）
掩蓋外星生物（ET）
邪惡的全球陰謀（MG）
個人福祉（PW）
資訊控制（CI）

階層式因素結構

單因素結構圖

EFA_model <- fa(gcbs)
fa.diagram(EFA_model)
EFA_model$loadings

Loadings:
    MR1  
Q1  0.703
Q2  0.719
Q3  0.638
Q4  0.770
Q5  0.672
Q6  0.746
Q7  0.734
Q8  0.654
Q9  0.695
Q10 0.565
...

fa_diagram

一起來練習吧！

R 中的因素分析