Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Die Faktorenanalyse. Zweck Verfahren zur Datenreduktion Aus manifesten (=bekannten) Items/Fragen latente Faktoren herauszufiltern Faktoren sollen die.

Ähnliche Präsentationen


Präsentation zum Thema: "Die Faktorenanalyse. Zweck Verfahren zur Datenreduktion Aus manifesten (=bekannten) Items/Fragen latente Faktoren herauszufiltern Faktoren sollen die."—  Präsentation transkript:

1 Die Faktorenanalyse

2 Zweck Verfahren zur Datenreduktion Aus manifesten (=bekannten) Items/Fragen latente Faktoren herauszufiltern Faktoren sollen die Korrelationen zwischen den Items erklären Ausgangspunkt: Interkorrelationsmatrix

3 Interkorrelationsmatrix ITEM1ITEM2ITEM3ITEM4ITEM5 ITEM1 1,000,807,928,948,992 ITEM2,8071,000,923,789,812 ITEM3,928,9231,000,886,941 ITEM4,948,789,8861,000,964 ITEM5,992,812,941,9641,000

4 Definitionen Faktorladung: ist die Korrelation einer beobachteten Variable mit einem Faktor Kommunalität = quadrierten Faktorenladungen einer Variable über alle Faktoren (zeilenweise) Eigenwert = quadrierten Faktorenladungen eines Faktors über alle Variablen (spaltenweise)

5 Definitionen Markervariablen: – jene Variablen, die eine hohe (positive oder negative) Ladung mit einem Faktor aufweisen. – für Interpretation der Faktoren – „Erklären den Faktor gut“

6 Abbruchkriterien der FA Restkorrelation: Restkorrelationen der Inter- korrelationsmatrix nach Faktorenextraktion um 0 Eigenwerte: Faktoren mit einem Eigenwert (erklärten Varianzanteil) > 1 Eigenwertdiagramm (Screeplot): die Eigenwerte werden in einem Diagramm dargestellt. – großer Abfall des Eigenwertes von einem zum nächst kleineren Faktor -> Abbruch

7 Voraussetzungen FA Quantitative Variablen Intervallskala Produkt-Moment-Korrelationen (Interkorrelationsmatrix)

8 Probleme der FA Wie viele Faktoren sollen extrahiert werden? Wie benenne ich die Faktoren? (inhaltliche Begründungen) Stichprobenabhängigkeit Faktorenrotation (subjektiv)

9 Beispiel: Interkorrelationsmatrix

10 Kommunalitäten „quadrierten Faktorenladungen einer Variable über alle Faktoren“

11 Eigenwerte – erklärte Varianz „quadrierten Faktorenladungen eines Faktors über alle Variablen“

12 Screeplot (Abbruchskriterium) Eigenwerte

13 Rotierte Faktoren-Variablen-Matrix (Varimax-Rotation) Faktor1: Items 2, 8, 4, 9 Faktor 2: Items 6, 5, 3, 10 Faktor3: Items 3, 7, (9) Faktor4: Item1, 10, (4)

14 Benennung der Faktoren Nach inhaltlichen Kriterien der (Marker-) Variablen, die in einem Faktor hochladen. Bsp: Faktor 1: Markervariablen 2, 8, 4, 9 -> Inhaltliche Begutachtung dieser 4 Variablen und Versuch, einen gemeinsamen Überbegriff (Faktornamen) zu finden.


Herunterladen ppt "Die Faktorenanalyse. Zweck Verfahren zur Datenreduktion Aus manifesten (=bekannten) Items/Fragen latente Faktoren herauszufiltern Faktoren sollen die."

Ähnliche Präsentationen


Google-Anzeigen