Eigenwaarden berekenen

Om de dimensionaliteit van je gegevens empirisch te bepalen, is het gebruikelijk om naar de eigenwaarden te kijken. Eigenwaarden geven numeriek weer hoeveel variantie door elke factor of component wordt verklaard. Eigenwaarden worden berekend op basis van een correlatiematrix, dus je moet cor() gebruiken om de correlatiematrix van de gegevensset te berekenen en op te slaan voordat je eigenwaarden berekent. Je moet aangeven dat je paargewijs complete waarnemingen wilt gebruiken. Standaard wordt alles gebruikt, maar als je gegevensset ontbrekende waarden bevat, houd je dan een matrix vol NA's over.

Je voert deze berekeningen uit op de gegevensset bfi_EFA die je zojuist hebt gemaakt—onthoud: je bewaart de gegevens in bfi_CFA voor je confirmatieve analyse!

Deze oefening maakt deel uit van de cursus

Factoranalyse in R

Cursus bekijken

Oefeninstructies

Gebruik cor() om de correlatiematrix voor je EFA-gegevensset te berekenen. Zet het argument use zo dat paargewijs complete waarnemingen worden gebruikt.
Gebruik vervolgens die correlatiematrix met de functie eigen() om eigenwaarden te krijgen.
De eigenwaarden staan in het element values van het lijstobject eigenvals. Neem een kijkje!

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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
___$___

Code bewerken en uitvoeren