परिणामों की व्याख्या
पहले की तरह, आप आइटम्स के फैक्टर लोडिंग्स और प्रतिभागियों के फैक्टर स्कोर्स में रुचि लेंगे। इनकी व्याख्या पहले जैसी ही होगी, लेकिन क्योंकि आपकी EFA बहु-आयामी है, आपको हर फैक्टर के लिए अलग-अलग परिणाम मिलेंगे.
याद रखें, किसी आइटम की लोडिंग यह बताती है कि वह हर फैक्टर के बारे में कितनी जानकारी देता है। आउटपुट में आइटम्स की अर्थपूर्ण लोडिंग्स दिखाई जाएँगी। आप देखेंगे कि कई आइटम्स एक से अधिक फैक्टर पर लोड होते हैं, यानी वे कई फैक्टर्स के बारे में जानकारी देते हैं। माप (measure) विकसित करते समय यह हमेशा वांछनीय नहीं होता, इसलिए कुछ शोधकर्ता प्रत्येक आइटम के लिए केवल सबसे मजबूत लोडिंग पर ही विचार करते हैं.
प्रत्येक परीक्षार्थी को प्रत्येक फैक्टर के लिए एक फैक्टर स्कोर मिलेगा, इसलिए मैट्रिक्स में कोई खाली जगह नहीं होगी। हालाँकि, जिन परीक्षार्थियों के डेटा गायब हैं, उन्हें सभी फैक्टर्स पर NA स्कोर्स मिलेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Factor Analysis
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Run the EFA with six factors (as indicated by your scree plot)
EFA_model <- ___(bfi_EFA, ___)