Question

我试图更好地了解FA，希望你能看看这个，我最大的问题是如何解释R中的FA模型。

我的结果如下：我应该在结果中看到什么样的值，以及什么是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

Answer 1

我发布了一个example factor analysis in R来查看人格测试的因素结构。它显示了如何提取您可能需要的一些常见信息（例如，社区;因素数量的测试;因素解释的差异;轮换等等。）

Answer 2

通常，对于FA，您无法直接解释因子加载，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！

Answer 3

因为这里没有可复制的示例，而只是输出。我将为您提出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。通常，建议使用alpha()软件包中的splitHalf()和psych函数。如果您发现模型的可靠性均大于0.8，那么您可能会得到一个好的模型。

DataCamp上有一些最小的示例，供您深入了解。

R中的因子分析

3 个答案: