सबसे अच्छा मॉडल चुनना
अब अपने ज्ञान का उपयोग करके absolute और relative model fit statistics ढूँढें व समझें, और अपने डेटा के लिए सबसे अच्छा मॉडल चुनें। जब मैंने यह डेटासेट प्रस्तुत किया था, तो मैंने बताया था कि items को 5 फैक्टर पर लोड होने के लिए थ्योराइज़ किया गया था, लेकिन आपने देखा होगा कि आपके scree plot ने 6 फैक्टर दिखाए। आप सोच रहे होंगे कि किस पर भरोसा करें। चिंता न करें — आप fit statistics का उपयोग करके यह अनुभवजन्य (empirical) निर्णय ले सकते हैं कि कितने फैक्टर रखने हैं।
सबसे पहले, आप bfi_EFA डेटासेट पर, हाइपोथेसाइज़ किए गए फैक्टरों की प्रत्येक संख्या के लिए EFA चलाएँगे। फिर, आप BIC देख सकते हैं, जो एक relative fit statistic है, ताकि मॉडलों की तुलना कर सकें। याद रखें, सबसे छोटा BIC बेहतर माना जाता है!
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Factor Analysis
अभ्यास निर्देश
bfi_EFAडेटासेट पर दोनों EFA चलाएँ — एक 5 फैक्टर के साथ (थ्योरी के अनुसार), और एक 6 फैक्टर के साथ (eigenvalues के अनुसार).- प्रत्येक मॉडल के लिए BIC वैल्यू देखें। BIC, results ऑब्जेक्ट के
BIClist एलिमेंट में स्टोर होता है.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Run each theorized EFA on your dataset
bfi_theory <- ___(___, nfactors = ___)
bfi_eigen <- ___(___, nfactors = ___)
# Compare the BIC values
___
___