Faktorenanalyse

marie.sonnenkind
Mind Map by , created almost 6 years ago

Mind Map on Faktorenanalyse, created by marie.sonnenkind on 12/23/2013.

235
0
0
Tags No tags specified
marie.sonnenkind
Created by marie.sonnenkind almost 6 years ago
Chemistry unit 2
36jessieh
English Language Techniques
lewis001
Mapa Mental para Resumir y Conectar Ideas
Marko Salazar
AQA GCSE Chemistry Unit 2
Gabi Germain
untitled 2
lola_smily
Explorative Faktorenanalyse
Esther Netz
Statistik_I
Nicole Rath
Explorative Faktorenanalyse
Inna Sh
Pigeon English - apostrophe practice
Bob Read
AS Biology- OCR- Module 1 Cells Specification Analysis and Notes
Laura Perry
Faktorenanalyse
1 - Korrelationen zw. Variablen werden durch einen (latenten) Faktor erklärt, sind auf diesen zurückzuführen --> wird beschrieben durch Korrelationsmatrix
2 - EFA
2.1 - Modell-/Hypothesengenerierendes Verfahren: in den vielen beob. Variablen sollen wenige Faktoren aufgefunden werden, auf welche Zshg. zw. Variablen zurückzuführen sind
2.2 - SPSS
2.3 - helfen, Strukturen in Korrelationsmatrizen zu entdecken
3 - KFA
3.1 - Modell-/Hypothesenbestätigendes Verfahren: theoretisch erwartete Struktur wird vorgegeben und es wird überprüft, ob Struktur mit Daten vereinbar ist
3.2 - Mplus
4 Voraussetzungen
4.1 - in den Variablen müssen systematische Zshg. stecken: Kaiser-Meyer-Olkin-Koeffizient (KMO): <.50: inkompatibel // .60-.69: mäßig// >.90: sehr gut
4.2 - von einer Personenstichprobe müssen Daten zu mehreren Variablen vorliegen
5 - Fragestellungen
5.1 1. Wie sollen die Faktoren geschätzt werden? --> Hauptachsen- o. Hauptkomponentenanalyse
5.1.1 Faktor=Hauptkomponente // latente Variablen, die aus den Korrelationen der Variablen geschätzt werden
5.1.2 Faktorladung=Korrelation zw. Variable x u. Faktor F
5.1.2.1 ,,schön'': hohe Ladung einer Variable auf einem Faktor, niedrige Nebenladungen auf den anderen Faktoren
5.1.2.2 - Fürntratt-Kriterium: (a² / h² < .50)
5.1.2.3 - wie setzt sich Varianz einer Variablen zsm? --> bei unkorrelierten Faktoren: Summe der quadrierten Faktorladungen+Spezifität der Variablen+Messfehler (Messfehler=1-rtt x h²)
5.1.3 Kommunalität (h²)=Teil der Gesamtvarianz eines Items, der durch alle Faktoren aufgeklärt wird // Summe aller quadrierten Faktorenladungen einer Variablen
5.1.4 Eigenwert=Varianzaufklärung durch einen Faktor // Summe aller quadrierten Faktorenladungen eines Faktors
5.2 2. Wie viele Faktoren sollen extrahiert werden?
5.2.1 - Hypothetisches Modell: Anzahl d. Faktoren wird vorgegeben - theoriegeleitet
5.2.2 - Kaiser-Kriterium (Eigenwert>1) --> ist Eigenwert <1, klärt dieser Faktor weniger als die Varianz einer einzigen Variablen auf
5.2.3 - Scree-Test/Screeplot: Eigenwertverlauf: nach bedeutsamen Eigenwertabfall
5.2.4 - Parallelanalyse: Vgl. d. empirischen Eigenwertverlauf mit Eigenwertverlauf von Zufallsvariablen
5.2.5 - MPA-Test: Minimum-Average-Partial-Test
5.2.6 - positive manifold=Annahme, dass es im kognitiven Bereich nur pos. Korrelat. gibt
5.3 3. Sollen die Faktoren unabhg. sein o. ist es angemessen, korrelierte Faktoren zuzulassen?
5.3.1 - Bdtg. für Itemanalyse: bilden Items wie beabsichtigt ein (oder zwei...) Faktor(en)? - lädt ein Item hoch auf ,,seinem'' u. niedrig auf anderen Faktoren?
6 - Rotationstechnik
6.1 - erhöht nicht den aufgeklärten Varianzanteil!
6.2 - hilft, extrahierte Faktoren besser zu interpretieren --> oft inhaltliche Gründe für eine bestimmte Rotation
6.3 - Orthogonale Rotation: - unkorrelierte Faktoren - u.a. Varimax
6.4 - Oblique (schiefwinklige) Rotation: - korrelierte Faktoren - u.a. Promax
7 Strukturmatrix: Ladungen=Korrelationen der Items auf den Faktoren
8 Mustermatrix: Ladungen=semipartielle standardisierte Regressionsgewichte der Items auf den Faktoren