Chọn mô hình tốt nhất
Bây giờ, hãy dùng hiểu biết của bạn về cách tìm và diễn giải các thống kê độ phù hợp tuyệt đối và tương đối để chọn mô hình tốt nhất cho dữ liệu. Lúc giới thiệu bộ dữ liệu này, tôi đã nói rằng các biến quan sát được giả thuyết là tải lên 5 nhân tố, nhưng bạn có thể đã thấy biểu đồ scree của mình gợi ý 6 nhân tố. Bạn có thể đang băn khoăn nên tin vào điều nào. Đừng lo — bạn có thể dùng các thống kê độ phù hợp để đưa ra quyết định thực nghiệm về số lượng nhân tố cần dùng.
Trước hết, bạn sẽ dùng bộ dữ liệu bfi_EFA để chạy EFA với từng số lượng nhân tố được giả thuyết. Sau đó, bạn có thể xem BIC, là một thống kê độ phù hợp tương đối, để so sánh các mô hình. Hãy nhớ, BIC càng thấp càng tốt!
Bài tập này là một phần của khóa học
Phân tích Nhân tố trong R
Hướng dẫn bài tập
- Chạy cả hai EFA trên bộ dữ liệu
bfi_EFA— một mô hình với 5 nhân tố theo lý thuyết, và một mô hình với 6 nhân tố theo các trị riêng. - Xem giá trị BIC cho từng mô hình. BIC được lưu trong phần tử danh sách
BICcủa đối tượng kết quả.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Run each theorized EFA on your dataset
bfi_theory <- ___(___, nfactors = ___)
bfi_eigen <- ___(___, nfactors = ___)
# Compare the BIC values
___
___