Eigenwerte berechnen

Um die Dimensionalität deiner Daten empirisch zu bestimmen, ist es üblich, die Eigenwerte zu betrachten. Eigenwerte sind numerische Maße für den Anteil der Varianz, den jeder Faktor oder jede Komponente erklärt. Eigenwerte werden aus einer Korrelationsmatrix berechnet. Du musst also mit cor() die Korrelationsmatrix des Datensatzes berechnen und speichern, bevor du die Eigenwerte berechnest. Gib dabei an, dass paarweise vollständige Beobachtungen verwendet werden sollen. Standardmäßig wird alles verwendet, aber wenn dein Datensatz fehlende Werte hat, erhältst du sonst eine Matrix voller NAs.

Du führst diese Berechnungen auf dem Datensatz bfi_EFA durch, den du gerade erstellt hast – denk daran: Die Daten speicherst du in bfi_CFA für deine konfirmatorische Analyse!

Diese Übung ist Teil des Kurses

Faktorenanalyse in R

Kurs anzeigen

Anleitung zur Übung

Verwende cor(), um die Korrelationsmatrix für deinen EFA-Datensatz zu berechnen. Setze das Argument use so, dass paarweise vollständige Beobachtungen verwendet werden.
Nutze anschließend diese Korrelationsmatrix mit der Funktion eigen(), um Eigenwerte zu erhalten.
Die Eigenwerte sind im Element values des Listenobjekts eigenvals gespeichert. Schau sie dir an!

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Calculate the correlation matrix first
bfi_EFA_cor <- ___(bfi_EFA, use = ___)

# Then use that correlation matrix to calculate eigenvalues
eigenvals <- ___(bfi_EFA_cor)

# Look at the eigenvalues returned
___$___

Code bearbeiten und ausführen