Факторный анализ в R

Question

Я пытаюсь лучше понять ФА, надеюсь, вы посмотрите на это, моя самая большая проблема - как интерпретировать модель ФА в R.

Мои результаты выглядят так: Какие значения в моих результатах я должен смотреть и что является хорошим показателем анализа FA?

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

Я опубликовал пример факторного анализа в R , в котором рассматривается структура факторов личностного теста. В нем показано, как извлечь некоторую общую информацию, которая может вам понадобиться (например, общности; проверка количества факторов; дисперсия, объясняемая факторами; ротация и т.

Answer 2

Потому что здесь есть не воспроизводимый пример, а просто вывод. Я предложу вам следующий шаг по ОДВ. Здесь я думаю, что вам нужно проверить надежность вашей модели. Обычно рекомендуются функции alpha() и splitHalf(), которые находятся в пакете psych. Если вы обнаружите, что надежность вашей модели превышает 0,8, к счастью, вы можете получить хорошую модель.

На DataCamp есть минимальные примеры, чтобы вы могли углубиться.

Answer 3

В общем, с FA вы не можете напрямую интерпретировать факторные нагрузки, потому что они не уникальны (проблема вращения). Кроме этого, я ненавижу звучать как психолог (шутка статистики ...), но у вас низкое значение p!