Testtheorie und Testkonstruktion: Faktorenanalyse (Fach) / 1.1.1.3 EFA: Extraktionsmethoden: Maximum-Likelihood-Faktorenanalyse (Lektion)

Diese Lektion wurde von eidechse1 erstellt.

Lektion lernen

zurück  |  weiter 1 / 1

• Likelihood Wahrscheinlichkeit der Daten in Abhängigkeit von den Modellparametern unter der Annahme, dass das Modell gilt -> L = p(Daten│Modell)
• Wie werden die Parameter (Ladungen) geschätzt? Kovarianzmatrix der Population soll der Kovarianzmatrix der Stichprobe möglichst ähnlich werden
• Vorteile der Maximum-Likelihood-Faktorenanalyse - Modelltestung ist möglich (X2-Test) - Bestimmung der Faktorenzahl auch über Modellanpassungstests
• Nachteil der Maximum-Likelihood-Faktorenanalyse Mehr Voraussetzungen  

zurück  |  weiter 1 / 1