Seleccionar el mejor modelo
Ahora usa tus conocimientos para encontrar e interpretar estadísticas de ajuste absoluto y relativo y así elegir el mejor modelo para tus datos. Cuando presenté este conjunto de datos dije que, según la teoría, los ítems cargaban en cinco factores, pero quizá te fijaste en que tu scree plot indicaba seis factores. Puede que te preguntes cuál debes priorizar. No te preocupes: puedes usar las estadísticas de ajuste para tomar una decisión empírica sobre cuántos factores utilizar.
Primero, usarás el conjunto de datos bfi_EFA para ejecutar EFAs con cada uno de los números de factores planteados. Luego, puedes consultar el BIC, que es una estadística de ajuste relativo, para comparar modelos. Recuerda: ¡se prefiere el BIC más bajo!
Este ejercicio forma parte del curso
Análisis factorial en R
Instrucciones del ejercicio
- Ejecuta ambas EFAs sobre el conjunto de datos
bfi_EFA: una con cinco factores según la teoría y otra con seis factores según los valores propios. - Revisa el valor de BIC de cada uno de los modelos. El BIC se almacena en el elemento de la lista
BICdel objeto de resultados.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Run each theorized EFA on your dataset
bfi_theory <- ___(___, nfactors = ___)
bfi_eigen <- ___(___, nfactors = ___)
# Compare the BIC values
___
___