Interpreting the results
Comme précédemment, vous vous intéresserez aux saturations des items sur les facteurs et aux scores factoriels des individus. L’interprétation reste la même, mais comme votre EFA est multidimensionnelle, vous obtiendrez des résultats pour chaque facteur.
Rappelez-vous : les saturations d’un item représentent la quantité d’information qu’il apporte à chaque facteur. Les saturations pertinentes des items seront affichées dans le résultat. Vous remarquerez que de nombreux items saturent sur plusieurs facteurs, ce qui signifie qu’ils apportent de l’information sur plusieurs dimensions. Ce n’est pas toujours souhaitable pour la construction d’un instrument ; certains chercheurs ne retiennent donc que la saturation la plus forte pour chaque item.
Chaque participant aura un score factoriel pour chaque facteur, de sorte que la matrice ne comportera pas de cases vides. En revanche, les participants avec des données manquantes recevront des scores NA sur tous les facteurs.
Cet exercice fait partie du cours
Analyse factorielle avec R
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Run the EFA with six factors (as indicated by your scree plot)
EFA_model <- ___(bfi_EFA, ___)