Esercitazione-EFA
Introduzione
La scala che segue è stata sviluppata nel contesto del modello “Effort-Reward Imbalance”, ovvero lo scollamento tra quello che è lo sforzo percepito che viene messo in atto e le ricompense ricevute.
Dato il testo degli item e le soluzioni sotto riportate:
- Trovare la soluzione fattoriale migliore considerando, oltre agli indici di fit, i principi di causazione, parsimonia e soluzione semplice
- Provare a dare una definizione ai fattori sulla base dei contenuti degli item
- Pensare a degli altri costrutti da misurare che potrebbero correlare con i costrutti misurati dal questionario
Attenzione!
Nei risultati che vedrete in seguito, gli eventuali item reverse sono già girati dalla parte giusta
Item
Correlazione
Step preliminari
Bartlett
$chisq
[1] 2840.274
$p.value
[1] 0
$df
[1] 253KMO
Kaiser-Meyer-Olkin factor adequacy
Call: KMO(r = mat$rho)
Overall MSA = 0.85
MSA for each item =
eri1 eri2 eri3 eri4 eri5 eri6 eri7 eri8 eri9 eri10 eri11 eri12 eri13
0.82 0.79 0.89 0.88 0.70 0.89 0.72 0.88 0.91 0.89 0.92 0.88 0.85
eri14 eri15 eri16 eri17 eri18 eri19 eri20 eri21 eri22 eri23
0.81 0.91 0.79 0.88 0.85 0.85 0.89 0.83 0.90 0.85 Numero di fattori
Autovalori
[1] 5.8179741 2.3264963 2.0432335 1.1832855 1.0458946 0.9404405 0.8859469
[8] 0.8349411 0.7581985 0.7167569 0.6894280 0.6579462 0.6240200 0.6008411
[15] 0.5911186 0.5636062 0.5072364 0.4904692 0.4366135 0.4245393 0.3927967
[22] 0.2848015 0.1834155
Metodi grafici
Parallel analysis suggests that the number of factors = 5 and the number of components = NA 
MAP
Very Simple Structure
Call: vss(x = x, n = n, rotate = rotate, diagonal = diagonal, fm = fm,
n.obs = n.obs, plot = plot, title = title, use = use, cor = cor)
VSS complexity 1 achieves a maximimum of 0.63 with 1 factors
VSS complexity 2 achieves a maximimum of 0.76 with 3 factors
The Velicer MAP achieves a minimum of 0.01 with 3 factors
BIC achieves a minimum of -372.81 with 6 factors
Sample Size adjusted BIC achieves a minimum of -10.86 with 8 factors
Statistics by number of factors
vss1 vss2 map dof chisq prob sqresid fit RMSEA BIC SABIC complex
1 0.63 0.00 0.021 230 3470 0.0e+00 19.6 0.63 0.119 1881 2611.8 1.0
2 0.55 0.73 0.018 208 2219 0.0e+00 14.5 0.73 0.098 782 1442.5 1.4
3 0.59 0.76 0.015 187 1383 2.3e-181 10.6 0.80 0.080 91 685.1 1.3
4 0.59 0.75 0.017 167 1063 2.6e-130 9.5 0.82 0.073 -90 440.1 1.5
5 0.52 0.72 0.019 148 724 1.2e-76 8.6 0.84 0.062 -299 171.4 1.7
6 0.42 0.67 0.022 130 525 6.4e-49 7.9 0.85 0.055 -373 40.1 1.8
7 0.43 0.66 0.025 113 420 8.2e-37 7.3 0.86 0.052 -361 -2.2 1.9
8 0.43 0.64 0.029 97 351 1.8e-30 6.7 0.87 0.051 -319 -10.9 2.0
eChisq SRMR eCRMS eBIC
1 5476 0.104 0.109 3887
2 2809 0.075 0.082 1372
3 1031 0.045 0.053 -261
4 729 0.038 0.047 -425
5 467 0.030 0.040 -555
6 330 0.026 0.036 -568
7 241 0.022 0.033 -540
8 175 0.019 0.030 -495EFA
Confronto tra modelli
chisq df pvalue cfi rmsea
nfactors = 2 698.058 208 0 0.777 0.084
nfactors = 3 349.688 187 0 0.902 0.059
nfactors = 4 267.244 167 0 0.937 0.050Varianza spiegata e correlazione tra fattori
f2 f1 total
Sum of sq (ortho) loadings 3.702 3.491 7.193
Proportion of total 0.515 0.485 1.000
Proportion var 0.161 0.152 0.313
Cumulative var 0.161 0.313 0.313 f1 f2
f1 1
f2 0 1 f3 f1 f2 total
Sum of sq (ortho) loadings 3.541 2.794 2.280 8.615
Proportion of total 0.411 0.324 0.265 1.000
Proportion var 0.154 0.121 0.099 0.375
Cumulative var 0.154 0.275 0.375 0.375 f1 f2 f3
f1 1
f2 0 1
f3 0 0 1 f1 f4 f2 f3 total
Sum of sq (ortho) loadings 2.774 2.771 2.337 1.383 9.265
Proportion of total 0.299 0.299 0.252 0.149 1.000
Proportion var 0.121 0.120 0.102 0.060 0.403
Cumulative var 0.121 0.241 0.343 0.403 0.403 f1 f2 f3
f1 1
f2 0 1
f3 0 0 1Due fattori
f1 f2
eri1 0.481* .*
eri2 .* .
eri3 .* 0.532*
eri4 0.454* .*
eri5 0.805*
eri6 0.335* 0.357*
eri7 0.849*
eri8 0.339* .*
eri9 .* 0.564*
eri10 .* 0.442*
eri11 0.593* .*
eri12 0.623*
eri13 .* 0.434*
eri14 .* 0.731*
eri15 0.362* 0.437*
eri16 .* 0.623*
eri17 0.326* .*
eri18 0.331* .*
eri19 0.462*
eri20 .* 0.511*
eri21 0.467*
eri22 0.501* .*
eri23 0.379* .*
Tre fattori
f1 f2 f3
eri1 0.537* .*
eri2 0.561*
eri3 .* 0.525*
eri4 0.475* .*
eri5 0.842* .
eri6 0.555* .*
eri7 0.799* .*
eri8 .* 0.499* .
eri9 .* .* 0.561*
eri10 .* .* 0.435*
eri11 0.527* .* .*
eri12 .* 0.604*
eri13 .* 0.420*
eri14 .* 0.748*
eri15 0.334* .* 0.450*
eri16 .* 0.668*
eri17 . 0.479* .*
eri18 0.638*
eri19 . 0.456*
eri20 .* . 0.520*
eri21 . 0.458*
eri22 0.533* .*
eri23 . 0.616* .*
Quattro fattori
f1 f2 f3 f4
eri1 0.574* .*
eri2 0.555* .
eri3 .* . 0.469*
eri4 0.492* . .
eri5 0.803* .* .
eri6 0.568* .*
eri7 0.782* 0.303* . .
eri8 . 0.508* .
eri9 .* .* 0.517 0.357
eri10 .* .* 0.472*
eri11 0.530* .* . .
eri12 .* 0.386 0.472
eri13 . .* 0.310 0.305
eri14 . 0.799*
eri15 0.362* . 0.407 .
eri16 .* 0.705*
eri17 . 0.495* .*
eri18 0.633* .
eri19 . . 0.361
eri20 .* . . 0.489*
eri21 0.472* .
eri22 0.547* . .
eri23 . 0.620* . 
