Einstieg mit einer unidimensionalen EFA

Lass uns mit dem Paket psych eine eindimensionale Explorative Faktorenanalyse (EFA) durchführen. Die Funktion fa() führt eine EFA auf deinen Daten aus. In der Praxis solltest du sicherstellen, dass dein Datensatz nur Item-Antworten enthält – andere Datentypen führen zu Fehlern und/oder falschen Ergebnissen. Im Datensatz gcbs findest du die Antworten der Testpersonen auf 15 Items der Generic Conspiracist Beliefs Scale, die darauf abzielt, verschwörerische Überzeugungen zu messen.

Eine EFA liefert Informationen darüber, wie jedes Item mit einem einzelnen Faktor zusammenhängt, von dem angenommen wird, dass er durch die Items repräsentiert wird. Die EFA-Ergebnisse geben dir grundlegende Hinweise darauf, wie gut die Items zu diesem hypothetischen Konstrukt passen.

Speichere das Ergebnisobjekt der Analyse, damit du später darauf zurückgreifen kannst.

Diese Übung ist Teil des Kurses

Faktorenanalyse in R

Kurs anzeigen

Anleitung zur Übung

Lade das Paket psych, um Zugriff auf die notwendigen Funktionen für deine explorative Faktorenanalyse zu erhalten.
Führe anschließend eine eindimensionale EFA auf dem Datensatz gcbs aus und speichere das Ergebnis in einem Objekt namens EFA_model.
Rufe zum Schluss das Objekt EFA_model auf, um zu sehen, wie die Items im Datensatz mit dem extrahierten Faktor zusammenhängen.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Load the psych package
___
 
# Conduct a single-factor EFA
EFA_model <- ___(gcbs)

# View the results
___

Code bearbeiten und ausführen