Testtheorie (Fach) / Faktorenanalyse II (Lektion)

In dieser Lektion befinden sich 18 Karteikarten

weiter gehts mit Faktorenanalyse

Diese Lektion wurde von sofiesfood erstellt.

Lektion lernen

  • Schritte der PCA (8) Theoretische Vorüberlegungen Auswahl von Variablen bzw Items Erfassung  der Variablen (Datenerhebung) Korrelationsmatrix erstellen: kann faktorenanalyse durchgeführt werden? faktorenextraktion Bestimmung ...
  • theoretische Vorübergegangen und Auswahl von Variablen ... Deskripitvstatistik: über Minima / maxima, Häufigkeitstabelle, Histogramme, Bow Wishkers Plots: sind die werte außerhalb des möglichen Bereichs? Gibt es unplausible Ausreißer? Korrelationsmatrix ...
  • Erfassung der Daten - Datenerhebung (2) Daumenregeln N > 3x Anzahl Items, am besten N > 5x je komplexer das Konstrukt, desto mehr Probanden werdne benötigt
  • Korrelationsmatrix: kann F durchgeführt werden? (3) ... hier sieht man die Korrelationen und die Korrelationsmuster lohnt sich FA? Barletts Signifikanztest prüft ob die Korrelation insgesamt von 0 abweicht, wenn ja wird er signifikant bei p= .000, dann lohnt ...
  • Gemeinsame, spezifische und Fehlervarianz diese hat beobachtbare Variable mit anderer beobacht. Variable gemeinsam - Item zu Extraversion mit anderen Items zum gleichen Konstrukt beinhaltet etwas systematsiches, dass sie mit keiner anderen variable ...
  • Sukzessive Bestimmung der Faktoren (3) faktor 1 -> max. Varianzaufklärung / Summe der Ladungsquadrate Extrahierung des Faktor 1 aus der Gesamtvarianz > Restvarianz faktor 2 > orthogonal zum faktor 1 > summe der Ladungsquadrate maximieren ...
  • Was ist bekannt bei der Faktorenextraktion? Die Itemwerte die Korrelationen
  • Was ist nicht bekannt bei der Faktorenextraktion? ... Faktorladung: Korrelation zwischen wert auf Item 1 und Wert auf latenter Variable, Varianzaufklärung, die die latente Variable (der Faktor) an Variable 1 leistet definiert sich zusammen mit Faktorwert: gewichteter ...
  • Bestimmungsgleichung mathematisch xm1= fm1 * a11 + fm2 * a12 + fmn * an X = wert einer person m auf der Variable i f = Wert eine person m auf dem faktor j a = ladung, die eine Variable i mit dem Faktor j hat p = Anzahl der Faktoren
  • Bestimmung Faktorenanzahl (4) rein rechnerisch lassen sich maximal so viele Faktoren extrahieren, wie Variable faktorisiert werden. Man will aber ja so wenig wie möglich haben! über: Kaiser Guttmann Kriterium: Eigenwert > 1, bedeutet, ...
  • Vor und Nachteiler der arten der Faktorenanzahlbestimmung ... E: einfach und direkt, aber faktorenanzahl überschätzt bei vielen Items S: einfach, aber subjektiv P: sehr zuverlässig, aber fehleranfällig bei stark korrel/vielen Faktoren Am besten mittels mehrere ...
  • Faktorenrotation (5) die entstehende Lösung durhc Extraktion ist inhaltlich nicht interpretierbar, da dann alle Vairablen mehr ode rweniger hoch auf erstem Faktor laden Rotation > Faktoren inhaltlich interpretierbar machen ...
  • Orthogonale Rotation (3) versch. Faktoren unkorreliert am häufigsten Varimax Rotation, bei der die Varianz der quadr. Faktorladung (Korrelationen) pro Faktor maximiert wird, was die Interpretation erleichtert wenn die Faktoren ...
  • Oblique Rotation (4) hier sind Korrelationen zwischen Faktoren zugelassen, aber nicht erforderlich! psych Konstrukte = nur selten unkorreliert, daher ist dies angemssener oder wenn orthogonale Rotationen keine klare Einfachstruktur ...
  • Interpretation der Faktoren (6) Wie viele Faktoren? maximal soviele wie Items welche extrahieren? über Kaiser Guttmann, Screeplots etc Anteil der Varianz der extrahierten faktoren? die eigenwerte der extrahierten faktoren durch die ...
  • Was unterscheidet die orthogonale Rotation von einer ... Bei der orthogonalen Rotation wird die Unabhängigkeit der Faktoren beibehalten und die Faktoren sind unabhängig voneinander interpretierbar. Bei der obliquen Rotation wird die Unabhängigkeit aufgegeben ...
  • Zwei Faktoren gegeben → Anteil der Gesamtvarianz ... (Eigenwert Faktor 1 + Eigenwert Faktor 2) / Anzahl der Items
  • Unterschied Hauptkomponenten, Hauptfaktoren und Maximum ... geht davon aus, dass die Kommunalität eins werden kann, es also keine Messfehler gibt, solange man nur genug "faktoren" heranzieht, nennen es aber nicht Faktor und führt es nicht auf latente Variable ...