解讀結果
和先前一樣,你會關注題目的因子負荷量,以及受試者的因子分數。解讀方式相同,但因為這次的 EFA 是多維的,你會為每一個因子各自得到結果。
請記住,某一題目的負荷量代表它對各因子所提供的資訊量。輸出中會顯示題目具有意義的負荷量。你會發現許多題目同時在多個因子上有負荷,表示它同時提供多個因子的資訊。這在量表發展上未必理想,因此有些研究者只考量每個題目中最強的負荷量,亦即只看最大的那一個。
每位受試者在每一個因子上都會有一個因子分數,所以矩陣中不會有空白。不過,若受試者有遺漏資料,則在所有因子上的分數都會是 NA。
本練習屬於課程
R 中的因素分析
動手互動練習
試著完成這個範例程式碼,體驗一下這個練習。
# Run the EFA with six factors (as indicated by your scree plot)
EFA_model <- ___(bfi_EFA, ___)