Differences

This shows you the differences between two versions of the page.

--- c:ma:factor_analysis_assignment [2022/12/06 12:00] – hkimscil
+++ c:ma:factor_analysis_assignment [2022/12/06 12:23] (current) – hkimscil
@@ Line 48: / Line 48: @@
       * how many eigenvalues are greater than 1?
 <code>
-# something like the below
+# 아래를 먼저 수행해서 패키지를 탑재한 후에 fa 분석을 해야 합니다
+library(psych)
+library(GPAroation)
+# 그 후에 something like the below
 fa.parallel(cor(efa), fm="minres", fa="fa", n.obs = nrow(efa))
 </code>
@@ Line 70: / Line 74: @@
     * Use the option
       * 3 factors
-      * rotate = oblimin
+      * rotate = varimax
       * fm = minres
+<code>
+# 다음을 이용하여 명령어를 완성하여 분석
+# efa.fa.3 <- fa(efa, nfactor = 3, . . . . )
+efa.fa.3 <- fa(efa, nfactors = 3, rotate = "varimax", fm="minres")
+</code>
     * print out the result
+<code>
+# print
+efa.fa.3
+</code>
     * examine the communality by comparing efa.fa.ini%%$%%communality
-      * temp <- data.frame(efa.fa.ini%%$%%communality, efa.fa.3%%$%%communality)
+<code>temp <- data.frame(efa.fa.ini$communality, efa.fa.3$communality) </code>
       * Are there any changes from the efa.fa.ini?
       * 이 값이 커졌다면 무엇을 의미하는가?
     * print(fa.sort(efa.fa.3%%$%%loadings), cutoff = 0.3)
+<code>
+print(fa.sort(efa.fa.3$loadings), cutoff = 0.3)
+</code>
       * 3개의 factor에 대한 정의 (무엇에 관한 것인지)를 내리시오
-  * 같은 옵션으로 4개의 factor를 추출하고 그 결과를 출력하시오
+----
+  * 이번에는 같은 옵션으로 4개의 factor를 추출하고 그 결과를 출력하시오
     * 각 factor에 대한 loading의 제곱의합값은?
     * 이 값의 모든 합은 전체 Y 분산 중 몇 %를 차지하는가?
     * 4개의 factor들을 설명하는데 기여분이 가장 많은 3개의 변인을 말하시오.
     * 4개의 factor들은 어떻게 설명되는지 factor에 기여하는 변인들을 중심으로 설명하시오.
-  * 같은 옵션으로 5개의 factor를 추출하고 그 결과를 출력하시오
+----
+  * 이번에는 같은 옵션으로 5개의 factor를 추출하고 그 결과를 출력하시오
     * 위의 4개추출과 같은 내용을 실시하시오.
+----
+  * 어떤 것이 설문결과를 가장 잘 요약한다고 생각하는가?