3

我试图更好地理解FA，希望你能看看这个，我最大的问题是如何在R中解释FA模型。

我的结果如下所示：我应该查看结果中的哪些值以及 FA 分析的良好指示？

Call:
factanal(x = m2, factors = 2)

Uniquenesses:
v1 v2 v3 v4 v5 v6 v7 v8 v9 v10 v11 v12
0.005 0.324 0.344 0.092 0.084 0.128 0.271 0.272 0.398 0.384 0.540 0.472

Loadings:
Factor1 Factor2
v1 0.847 0.527
v2 0.818
v3 0.733 0.344
v4 0.938 0.169
v5 0.949 0.125
v6 0.825 0.437
v7 0.701 0.488
v8 0.646 0.557
v9 0.467 0.619
v10 0.665 0.417
v11 0.525 0.429
v12 0.581 0.436

Factor1 Factor2
SS loadings 5.905 2.780
Proportion Var 0.492 0.232
Cumulative Var 0.492 0.724

Test of the hypothesis that 2 factors are sufficient.
The chi square statistic is 410.82 on 43 degrees of freedom.
The p-value is 1.59e-61
4

3 回答 3

3

我在 R 中发布了一个示例因子分析，查看性格测试的因子结构。它展示了如何提取您可能想要的一些常见信息（例如，社区；因子数量的测试；因子解释的方差；轮换等）。

于 2009-11-30T12:14:10.073 回答
0

通常，使用 FA 您不能直接解释因子载荷，因为它们不是唯一的（旋转问题）。除此之外，我讨厌听起来像心理学家（统计学家的笑话......），但你的 p 值很低！

于 2009-11-28T06:23:26.567 回答
0

因为这里没有可重现的例子，而只是一个输出。我将为您提供下一步全民教育的建议。在这里，我认为您需要验证模型的可靠性。一般情况下，alpha()推荐splitHalf()功能，在psych包中。如果你发现你的模型的可靠性都大于 0.8，幸运的是你可能会得到一个好的模型。

DataCamp上有一个最小的示例供您深入了解。

于 2018-10-20T18:51:26.777 回答