library(psych)

nfcc <- read.csv2("Pretest2015.csv")
describe(nfcc)

nfcc <- nfcc[,c(2:16)] ## vybere pouze proměnné s položkami
names(nfcc) <- items ## pojmenování proměnných; prvně je nutné spustit skript labels.R


# Předpoklady EFA -------------------------------------------------------------

KMO(nfcc)
bartlett.test(nfcc)


# Počet faktorů -----------------------------------------------------------

fa.parallel(nfcc)
nfactors(nfcc)
fa.parallel(nfcc, cor="poly") ## polychorické korelace, "ordinální" model
nfactors(nfcc, cor="poly") ## funkce nfactors s polychorickými korelacemi

# EFA ----------------------------------------------------------------------

efa1 <- fa(nfcc, rotate="geominQ", cor="poly", nfactors = 4, fm="minres") ## ordinální EFA (cor="poly") s šikmou rotací geomin a odhadem minres (metoda nejmenších čtverců, v SPSS označovaná jako OLS)
print(efa1, sort=T)

fa.diagram(efa1)
fa.plot(efa1)


# Bifaktorová rotace -----------------------------------------------------

efa2 <- fa(nfcc, rotate="biquartimin", cor="poly", nfactors = 5)
print(efa2, sort=T)
efa1$loadings
write.csv2
fa.diagram(efa2, g=T)

omega(nfcc, nfactors = 4) ## hierarchické řešení (jiný způsob odhadu bifaktorového řešení)
omega(nfcc, nfactors = 4, sl=F) ## hierarchické faktorové řešení (bez Schmid-Leimanovy úpravy na bifaktorové řešení)