การเลือกโมเดลที่ดีที่สุด
ทีนี้ลองนำความรู้เรื่องการหาและตีความค่าสถิติความพอดีแบบสัมบูรณ์และสัมพัทธ์มาใช้ เพื่อเลือกโมเดลที่เหมาะสมที่สุดกับข้อมูล ก่อนหน้านี้ได้บอกไว้ว่าตัวชี้วัดในชุดข้อมูลนี้มีทฤษฎีรองรับว่าควรโหลดลงบน 5 ปัจจัย แต่คุณอาจสังเกตว่า scree plot บ่งชี้ว่ามี 6 ปัจจัย จึงอาจสงสัยว่าควรเชื่อสิ่งใด ไม่ต้องกังวล เพราะสามารถใช้ค่าสถิติความพอดีในการตัดสินใจเชิงประจักษ์ว่าควรใช้กี่ปัจจัย
ขั้นแรก ให้รัน EFA บนชุดข้อมูล bfi_EFA โดยใช้จำนวนปัจจัยตามสมมติฐานทั้งสองแบบ จากนั้นดูค่า BIC ซึ่งเป็นสถิติความพอดีสัมพัทธ์ เพื่อเปรียบเทียบโมเดล จำไว้ว่าค่า BIC ที่ต่ำกว่าคือโมเดลที่ดีกว่า!
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์ปัจจัยใน R
คำแนะนำการฝึกหัด
- รัน EFA ทั้งสองแบบบนชุดข้อมูล
bfi_EFAโดยแบบแรกใช้ 5 ปัจจัยตามทฤษฎี และแบบที่สองใช้ 6 ปัจจัยตามค่า eigenvalue - ตรวจสอบค่า BIC ของแต่ละโมเดล โดยค่า BIC จะเก็บอยู่ใน list element ชื่อ
BICของออบเจกต์ผลลัพธ์
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Run each theorized EFA on your dataset
bfi_theory <- ___(___, nfactors = ___)
bfi_eigen <- ___(___, nfactors = ___)
# Compare the BIC values
___
___