Die Faktorenanalyse.

Slides:



Advertisements
Ähnliche Präsentationen
Faktorenanalyse.
Advertisements

Quanti Tutorium
Leistungsmotivationstest L-M-T
Statistik-Tutorat SS 2009 Christina
Tutorat Statistik II im SS 09 ANCOVA & Faktorenanalyse
Die Faktorenanalyse Es werden zwei Arten unterschieden:
Was ist Testtheorie?.
Arbeiten mit Mittelwert- und Kovarianzstrukturmodellen
Grundlagen, zentrale Begriffe & Einführung in die Faktorenanalyse
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Regression und Korrelation
Klassische Testtheorie
Forschungsstatistik I
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2004/2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Seminar Lehrevaluation
Reliabilitätsanalysen
Explorative und Konfirmatorische Faktorenanalyse
Latente Variablen – Kennwerte zur Beurteilung von Modellen
Wiederholung Faktorenanalyse
Unser letztes Tutorium
Unser letztes Tutorium Output – das Modell gut11 gut12 gut21 gut22 gut31 gut32 state1 state2 state3 XI MF
Unser schönstes Tutorium Materialien unter:
Kenngrößen bei der Unfallrekonstruktion
Semipartialkorrelation Multiple Korrelation Inkrementelle Validität
Chi Quadrat Test Tamara Katschnig.
Ausgangslage Mangelhafte Führungs-kompetenz Schlechtes Betriebsklima
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Leo Hamminger, Martina Prinz, Elisabeth Winklehner Instrumente Schule Bewusst Instrumente Schule Bewusst Strategien der Datenreduktion Inhaltliche.
Faktorenanalyse Einführung Hauptachsen Voraussetzungen Berechnung
Die Faktorenanalyse.
Multivariate Verfahren der Statistik bei der quantitativen Textanalyse
Theoriereferat Indexes, Scales and Typologies The Logic of Sampling
Theorie psychometrischer Tests, IV
„Postmaterielle Werte“
Multivariate Statistische Verfahren
Forschungsmethodik II, SS 2010 Vesna Pavlovski & Julia Pichlhöfer
Foliensammlung Multivariate Analysemethoden 13. Auflage
Instrumente Schule Bewusst
Übung zur Vorlesung Theorien Psychometrischer Tests I
Die Clusteranalyse Zielsetzung Datenreduktion: Zusammenfassung einer Vielzahl von Objekten oder Variablen zu Gruppen mit möglichst ähnlichem Informationsgehalt.
Die einfache/multiple lineare Regression
Testtheorie (Vorlesung 7: ) Rekapitulation: Modellierungsansatz
setzt Linearität des Zusammenhangs voraus
Die einfache/multiple lineare Regression
Varianzanalyse und Eta²
Übung zur Vorlesung Theorien Psychometrischer Tests I
Datenmatrix HKI Proseminar Philipp Cielen.
Übung zur Vorlesung Theorien Psychometrischer Tests I Ulf Kröhne Norman Rose Session 6.
Methoden der Politikwissenschaft Faktorenanalyse Siegfried Schumann
Faktorenanalyse Tamara Katschnig.
Reliabilität.
Reliabilitätsanalyse
Übung zur Vorlesung Theorien Psychometrischer Tests I
Testtheorie (Vorlesung 13: ) Wiederholung: Richtigstellung
Seminar: Datenanalyse mit SPSS/AMOS 11. Veranstaltung
Die klassischen Methoden der historisch-vergleichenden Forschung Universität Zürich Soziologisches Institut Seminar: Methoden des internationalen Vergleichs.
Themen der pädagogisch psychologischen Diagnostik (Sommersemester 2006) Martin Brunner Testfairness Martin Brunner Max-Planck-Institut für Bildungsforschung.
Grafische Darstellung von Gruppenunterschieden.
Validierung der Analyse Schlussfolgernden und Kreativen Denkens (ASK) Benedikt Hell & Heinz Schuler (Universität Hohenheim) Überblick: In Deutschland.
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Die einfache/multiple lineare Regression
Reliabilität.
Überblick über das Dokument
Foliensammlung Multivariate Analysemethoden 14. Auflage
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Foliensammlung Multivariate Analysemethoden 15. Auflage
Fortgeschrittene Statistische Methoden Cordula Hunt
Fortgeschrittene statistische Methoden SS2020
 Präsentation transkript:

Die Faktorenanalyse

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

Interkorrelationsmatrix ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 1,000 ,807 ,928 ,948 ,992 ,923 ,789 ,812 ,886 ,941 ,964

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)

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

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

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

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

Beispiel: Interkorrelationsmatrix

Kommunalitäten „quadrierten Faktorenladungen einer Variable über alle Faktoren“

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

Screeplot (Abbruchskriterium) Eigenwerte

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

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.