เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การคำนวณ Eigenvalue

วิธีที่นิยมใช้ในการกำหนดจำนวนมิติของข้อมูลจากเชิงประจักษ์คือการตรวจสอบค่า eigenvalue ซึ่งเป็นตัวเลขที่แสดงปริมาณความแปรปรวนที่แต่ละปัจจัยหรือองค์ประกอบสามารถอธิบายได้ การคำนวณ eigenvalue ต้องอาศัยเมทริกซ์สหสัมพันธ์ ดังนั้นจึงต้องใช้ cor() เพื่อคำนวณและบันทึกเมทริกซ์สหสัมพันธ์ของชุดข้อมูลก่อน นอกจากนี้ต้องระบุด้วยว่าต้องการใช้การสังเกตแบบ pairwise complete เพราะค่าเริ่มต้นคือใช้ข้อมูลทั้งหมด ซึ่งหากชุดข้อมูลมีค่าที่หายไป จะทำให้เมทริกซ์เต็มไปด้วยค่า NA

ให้ทำการคำนวณเหล่านี้กับชุดข้อมูล bfi_EFA ที่เพิ่งสร้างขึ้น โปรดจำไว้ว่าข้อมูลใน bfi_CFA นั้นสงวนไว้สำหรับการวิเคราะห์เชิงยืนยัน!

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์ปัจจัยใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ cor() เพื่อคำนวณเมทริกซ์สหสัมพันธ์ของชุดข้อมูล EFA โดยตั้งค่าอาร์กิวเมนต์ use ให้ใช้การสังเกตแบบ pairwise-complete
  • จากนั้นนำเมทริกซ์สหสัมพันธ์ดังกล่าวไปใช้กับฟังก์ชัน eigen() เพื่อรับค่า eigenvalue
  • ค่า eigenvalue ถูกเก็บไว้ใน element ชื่อ values ของ list object ที่ชื่อ eigenvals ลองดูผลลัพธ์กัน!

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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
___$___
แก้ไขและรันโค้ด