Menghitung eigenvalue

Untuk menentukan dimensi data Anda secara empiris, strategi yang umum adalah memeriksa eigenvalue. Eigenvalue adalah representasi numerik dari banyaknya varians yang dijelaskan oleh setiap faktor atau komponen. Eigenvalue dihitung dari matriks korelasi, jadi Anda perlu menggunakan cor() untuk menghitung dan menyimpan matriks korelasi himpunan data sebelum menghitung eigenvalue. Anda perlu menentukan bahwa Anda ingin menggunakan observasi lengkap berpasangan (pairwise complete). Nilai default adalah menggunakan semuanya, tetapi jika himpunan data Anda memiliki nilai hilang, ini akan menghasilkan matriks penuh NA.

Anda akan melakukan perhitungan ini pada himpunan data bfi_EFA yang baru saja Anda buat — ingat, Anda menyimpan data di bfi_CFA untuk analisis konfirmatori Anda!

Latihan ini adalah bagian dari kursus

Analisis Faktor di R

Lihat Kursus

Petunjuk latihan

Gunakan cor() untuk menghitung matriks korelasi bagi himpunan data EFA Anda. Atur nilai argumen use untuk menggunakan observasi lengkap berpasangan (pairwise-complete).
Selanjutnya, gunakan matriks korelasi tersebut dengan fungsi eigen() untuk mendapatkan eigenvalue.
Eigenvalue disimpan dalam elemen values dari objek daftar eigenvals. Silakan dilihat!

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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
___$___

Edit dan Jalankan Kode