サイトアイコン 株式会社ウェブ改善・分析企画開発リサーチ

Exploratoryツールによる因子分析を試してみる①(データラングリング編)

Exploratoryツールによる因子分析を試してみる①(データラングリング編)

 

 

 

参考サイト

Exploratory カスタムRコマンドを活用した因子分析

Exploratory からCSVやExcelファイルを読み込む

Githubからパッケージインストールとライブラリ読み込み方法

 

 

今回使用するRコードが載っている参照ページ

だれでも試せる因子分析(まずはR編)

 

 

今回のゴール)

前回の紹介で「ノート」機能でRカスタムスクリプトを直接書いてプロットしてみました。今回は、Exploratoryのデータラングリングのステップとして試してみたいと思います。

 

 

 

再現手順)

(1)EXPLORATORYのプロジェクトを作成する

 

 

(2)CSVデータを読み込む

対象ファイルをデータフレーム>ファイルデータからCSVとして取り込む

 

問題なければ「保存」をClickする。次で、名前を入力してインポートを完了。

 

 

(3)列を選択・削除する

次のfactanalで数値型の列のみを扱うために、「名前」以外を選択する。

 

 

 

(4)カスタムRコマンドを使用する

+ボタンからカスタムRコマンドを指定。

 

 

下記のように、Rコマンドを入力する。

do関数を使って、factanal関数の戻り値をfa_modelという「列」に格納すると良いようです。

do(fa_model = factanal(., factors = 2, rotation=”varimax”))

 

 

(5)tidy関数を使ってデータフレームの形に整形する

さらに、カスタムRコマンドにて、tidy関数を使ってfa_model列からサマリ情報をデータフレームに整形する。

 

 

 

(6)散布図集計なしを使って因子をプロットする

下記のように、X軸にFl1、Y軸にfl2を設定。色とラベルにvariableを設定。また、タイプ横の歯車アイコンから、X軸とY軸の「軸のレンジ」の最小値・最大値を-1,1.5に指定。

 

 

 

まとめ

今回は、データフレームを扱うデータラングリングを前提として、因子をプロットしてみました。前回の「ノート」編で実現したresult$scoresのbiplotを実現できておりませんが、ひとまず因子まではこのステップでプロットできました。引き続き、Exploratoryを使ってどこまで実現できるかをウォッチしてみたいと思います。新しい発見があり次第、追記していきます。

 

 

 

 

 

 

 

モバイルバージョンを終了