Saya memiliki beberapa data dikotomis, hanya variabel biner, dan bos saya meminta saya untuk melakukan analisis faktor menggunakan matriks korelasi tetrakorik. Saya sebelumnya sudah bisa belajar sendiri bagaimana menjalankan analisis yang berbeda berdasarkan contoh-contoh di sini dan di situs stat UCLA dan situs lain seperti itu, tetapi saya tidak bisa menemukan langkah melalui contoh analisis faktor pada dikotomi. data (variabel biner) menggunakan R.
Aku melihat respon chl ini untuk pertanyaan agak simular dan saya juga melihat jawaban ttnphns' , tapi saya mencari sesuatu yang lebih dibilang , langkah melalui contoh saya bisa bekerja dengan.
Adakah yang tahu langkah ini melalui contoh analisis faktor pada variabel biner menggunakan R?
Pembaruan 2012-07-11 22: 03: 35Z
Saya juga harus menambahkan bahwa saya bekerja dengan instrumen mapan, yang memiliki tiga dimensi, yang telah kami tambahkan beberapa pertanyaan tambahan dan kami sekarang berharap untuk menemukan empat dimensi yang berbeda. Selain itu, ukuran sampel kami hanya , dan saat ini kami memiliki item. Saya membandingkan ukuran sampel dan jumlah barang kami dengan sejumlah artikel psikologi dan kami jelas berada di ujung bawah, tetapi kami tetap ingin mencobanya. Padahal, ini tidak penting untuk langkah melalui contoh yang saya cari dan contoh caracal di bawah ini terlihat sangat menakjubkan. Saya akan bekerja dengan cara saya menggunakan data saya hal pertama di pagi hari.
sumber
Jawaban:
Saya menganggap fokus pertanyaannya kurang pada sisi teoretis, dan lebih pada sisi praktis, yaitu, bagaimana menerapkan analisis faktor data dikotomis dalam R.
Pertama, mari kita simulasikan 200 pengamatan dari 6 variabel, yang berasal dari 2 faktor ortogonal. Saya akan mengambil beberapa langkah perantara dan mulai dengan data kontinu normal multivarian yang kemudian saya lakukan dikotomi. Dengan begitu, kita dapat membandingkan korelasi Pearson dengan korelasi polikorik, dan membandingkan pemuatan faktor dari data kontinu dengan yang dari data dikotomis dan pemuatan yang benar.
Sekarang mensimulasikan data aktual dari model , dengan menjadi nilai-nilai variabel yang diamati seseorang, loadings benar matriks, skor faktor laten, dan iid, mean 0, kesalahan normal.x = Λ f+ e x Λ f e
Lakukan analisis faktor untuk data kontinu. Taksiran pemuatan mirip dengan yang sebenarnya ketika mengabaikan tanda yang tidak relevan.
Sekarang mari kita mendikotomi data. Kami akan menyimpan data dalam dua format: sebagai kerangka data dengan faktor yang diurutkan, dan sebagai matriks numerik.
hetcor()
dari paketpolycor
memberi kita matriks korelasi polikorik yang nantinya akan kita gunakan untuk FA.Sekarang gunakan matriks korelasi polikorik untuk melakukan FA biasa. Perhatikan bahwa taksiran beban cukup mirip dengan yang dari data kontinu.
Anda dapat melewati langkah menghitung matriks korelasi polikorik sendiri, dan langsung menggunakan
fa.poly()
dari paketpsych
, yang melakukan hal yang sama pada akhirnya. Fungsi ini menerima data dikotomis mentah sebagai matriks numerik.EDIT: Untuk skor faktor, lihat paket
ltm
yang memilikifactor.scores()
fungsi khusus untuk data hasil politom. Contoh disediakan di halaman ini -> "Skor Faktor - Estimasi Kemampuan".Anda dapat memvisualisasikan pemuatan dari analisis faktor menggunakan
factor.plot()
danfa.diagram()
, keduanya dari paketpsych
. Untuk beberapa alasan,factor.plot()
hanya menerima$fa
komponen hasil darifa.poly()
, bukan objek penuh.Analisis paralel dan analisis "struktur yang sangat sederhana" memberikan bantuan dalam memilih sejumlah faktor. Sekali lagi, paket
psych
memiliki fungsi yang diperlukan.vss()
mengambil matriks korelasi polikorik sebagai argumen.Analisis paralel untuk polikorik FA juga disediakan oleh paket
random.polychor.pa
.Perhatikan bahwa fungsinya
fa()
danfa.poly()
menyediakan lebih banyak opsi untuk mengatur FA. Selain itu, saya mengedit beberapa output yang memberikan uji kelaikan yang baik, dll. Dokumentasi untuk fungsi-fungsi ini (dan paketpsych
secara umum) sangat bagus. Contoh ini di sini hanya dimaksudkan untuk membantu Anda memulai.sumber
psych
memungkinkan untuk memperkirakan skor faktor ketika korelasi poli / tetra-choric digunakan sebagai ganti Pearson r biasa?psych
memberikannya karena kita berurusan dengan tetrakorik r, tidak biasa r, ketika menghitung skor faktor, atau tidak?nearcor()
darisfsmisc
ataucor.smooth()
daripsych
digunakan untuk kasus ini.psych
'sfactor.scores()
, ini tidak terjadi. Sebagai gantinya, skor dihitung seperti dalam kasus kontinu. Namun,factor.scores()
fungsi dalam paketltm
tampaknya menerapkan prosedur yang benar, lihat contoh ini -> "Skor Faktor - Estimasi Kemampuan" dan halaman bantuan.