# Κεφάλαιο 17
# Υπολογισμός της διερευνητικής ανάλυσης παραγόντων στο R

# Φορτώνουμε τα ακόλουθα πακέτα
library(foreign)
library(psych)
library(jmv)

# Απόδοση των δεδομένων του αρχείου chapter17_1.sav στο πλαίσιο δεδομένων ch17
ch17<-read.spss('chapter17_1.sav', to.data.frame=T)

# Μέθοδος 1: Υπολογισμός της ανάλυσης με τη μέθοδο των κυρίων αξόνων και μέθοδο περιστροφής Promax με το πακέτο psych
pa<-fa(ch17, fm="pa", nfactors=2, rotate="promax",
residuals=T)
pa

# Κατασκευή διαγράμματος για τη γραφική αναπαράσταση της σχέσης μεταξύ των στοιχείων της κλίμακας και των δύο παραγόντων
plot(pa$loadings[,1], 
     pa$loadings[,2],
     xlab = "Factor 1", 
     ylab = "Factor 2", 
     ylim = c(-1,1),
     xlim = c(-1,1),
     main = "Promax rotation")
text(pa$loadings[,1]-0.08, 
     pa$loadings[,2]+0.08,
     colnames(ch17),
     col="blue")
abline(h = 0, v = 0)

# Μέθοδος 2: Υπολογισμός της ανάλυσης κυρίων συνιστωσών (PCA) με το πακέτο jmv
# Τα αποτελέσματα είναι πανομοιότυπα με αυτά που δίνει το jamovi
pca(data = ch17,
    vars = vars(q1, q2, q3, q4, q5, q6, q7, q8, q9, q10, q11,
    q12, q13, q14, q15, q16, q17, q18, q19, q20),
    nFactorMethod = "eigen",
    sortLoadings = TRUE,
    screePlot = TRUE,
    eigen = TRUE,
    factorCor = TRUE,
    factorSummary = TRUE,
    kmo = TRUE,
    bartlett = TRUE)