1장에서는 하나의 구성 개념을 바탕으로 설계된 측정도구의 통계적 특성을 검토하기 위해 EFA를 수행하는 방법을 학습합니다.

탐색적 요인분석(EFA) 소개

단일 차원의 EFA 시작하기

요인부하 확인 및 시각화

개인의 요인 점수 해석하기

측정 도구 개발 과정 개요

데이터셋의 기술통계 살펴보기

데이터셋 나누기

데이터셋의 두 절반 비교하기

측정의 특성: 상관관계와 신뢰도

상관관계 확인 및 검정하기

내적 신뢰도

EFA를 언제 사용할까요

요인분석으로 측정도구 평가하기

이 장에서는 1장에서 배운 단일 요인 EFA를 다차원 데이터로 확장하는 방법을 살펴봅니다.

차원성 판단하기

BFI 데이터셋 분할하기

고유값 계산하기

스크리 플롯 만들기

스크리 플롯 해석하기

다차원 데이터 이해하기

다차원 EFA 수행하기

결과 해석하기

모형 적합도 살펴보기

절대 적합도 통계 해석하기

최적 모형 선택하기

다차원 EFA

이 장에서는 sem 패키지를 사용해 CFA를 수행하는 방법을 다룹니다. 이론 기반과 EFA 기반의 CFA 구조를 모두 살펴봅니다.

CFA 설정하기

EFA 결과로 CFA 구문 만들기

이론에서 CFA 구문 만들기

sem() 구문 이해하기

sem() 구문의 구성 요소

CFA 실행 및 적재치 해석하기

문항 적재량 살펴보기

모형 적합도 확인하기

절대적 적합도 통계

상대 적합도 통계

Confirmatory Factor Analysis

이 장에서는 EFA와 CFA의 차이를 다시 한 번 정리하고, 모형과/또는 측정도구를 개선하는 방법을 제안합니다.

EFA와 CFA 다시 보기

추정된 요인부하의 차이

개인 요인 점수 차이 시각화하기

적합도를 높이기 위한 적재량 추가

적합도를 높이기 위해 적재치 추가하기

원래 모형과 적재치를 추가한 모형 비교

추가 적재치를 상대 적합도 통계로 평가하기

적재량 제거로 적합도 개선하기

모형 적합도 향상을 위한 로딩 제거

원래 모델과 적재량을 삭제한 모델 비교

삭제한 로딩을 상대적 적합도 통계로 평가하기

마무리 영상

측정도구와/또는 모형 다듬기

Generic Conspiracist Beliefs Scale (GCBS) dataset

세상에는 직접 측정할 수 없는 잠재 변수가 매우 많습니다. 예를 들어 수학 능력, 성격 특성, 직장 분위기 같은 개념에 관심이 있을 수 있죠. 이런 구성 개념을 탐구할 때는, 이론과 데이터에 잘 맞는 모형을 갖추는 것이 무엇보다 중요합니다. 이 강의에서는 차원성을 이해하고, 탐색적 요인분석(EFA)과 확인적 요인분석(CFA)을 수행하는 방법을 배웁니다. 이 통계 기법들을 익히면 측정 도구를 개발·개선하고 결과를 공유할 수 있게 됩니다. 이러한 분석은 심리학, 교육학, 정치학, 경제학, 언어학 등 다양한 분야의 기초가 됩니다.

<h2>R에서 요인 분석을 알아보세요</h2>
세상은 직접 측정할 수 없는 관측 불가능한 변수들로 가득합니다. 수학 능력, 성격 특성 또는 직장 분위기와 같은 개념에 관심이 있을 수 있습니다. 이러한 개념을 조사할 때는 이론과 데이터에 부합하는 모델을 갖는 것이 매우 중요합니다. 
<br><br>
이 강의는 차원성을 이해하고 탐색적 및 확인적 요인 분석을 수행하는 방법을 알려줍니다. 
<br><br>
<h2>탐색적 요인 분석과 확인적 요인 분석을 사용하는 방법을 배우세요 </h2>
탐색적 요인 분석(EFA)을 익히는 것부터 시작하여, 요인 적재를 확인하고 시각화하는 방법, 요인 점수를 해석하는 방법, 그리고 상관관계를 확인하고 검정하는 방법을 배우게 됩니다. 
<br><br>
단일 요인 EFA에 익숙해지면, 고유값 계산, 스크리 그래프 생성 등 다차원 데이터로 넘어가게 됩니다. 다음으로, 확인적 요인 분석(CFA)을 살펴보고 EFA 결과와 이론을 바탕으로 구문을 만드는 방법을 배우게 됩니다. 
<br><br>
마지막 장에서는 EFA와 CFA를 비교하며, 두 가지의 예시를 제공합니다. 또한 모델을 개선하고 이를 사용할 때 측정하는 방법도 배우게 됩니다. 
<br><br>
</h2>측정값을 개발하고, 다듬고, 공유하세요<h2>
이러한 통계 기법을 갖추면, 여러분은 자신의 지표를 개발하고, 개선하고, 공유할 수 있게 됩니다. 이러한 분석은 심리학, 교육학, 정치학, 경제학, 언어학을 포함한 다양한 분야의 기초가 됩니다.

Intermediate R

Foundations of Inference in R

오늘 이 4시간 코스를 시작하여 R에서 탐색적 요인 분석과 확인적 요인 분석을 배워보세요.

R로 배우는 요인분석

탐색적·확인적 요인분석으로 성격 등 잠재변수를 탐구합니다.

통계학자 in R

Psychometrician

로딩 추가로 모델 적합도 개선

조정이 필요한 경우

구문에 로딩 추가하기

구문에 새 로딩 추가하기

원래 모델과 수정 모델 비교

연습해 봅시다!

측정도구와/또는 모형 다듬기 - 적합도를 높이기 위한 적재량 추가

적합도를 높이기 위한 적재량 추가

Create Your Free Account