12

Testtheorie und Testkonstruktion (Fach) / Faktorenanalysen2 (Lektion)

Diese Lektion wurde von makem erstellt.

Lektion lernen

Diese Lektion ist leider nicht zum lernen freigegeben.

zurück  |  weiter 1 / 1

• Orthogonal, wenn primäres Ziel Datenreduktion ist und keine theoretisch fundierten Annahmen über Zusammenhänge der Variablen vorliegen
• Oblique, wenn theoretische Anhaltspunkte vorliegen, die auf korrelierte Faktoren hinweisen (z.B. Subskalen) oblimin
• Konfirmatorische Faktorenanalyse Verfahrensgruppe der Strukturgleichungsmodelle -> Messmodell -  Formuliert explizite Hypothesen hinsichtlich ... Anzahl Variablen, die Faktor zugrunde liegen Beziehungen zwischen Variablen & Faktoren Beziehungen zwischen Faktoren -  Hypothesenprüfendes Verfahren -  Prüft Modelfit, strikt konfirmatorisch
• Konfirmatorische Faktorenanalyse Ablauf Modellspezifikation Parameterschätzung (zB. Faktorladungen, Fehlervarianzen) Modellevaluation
• Konfirmatorische Faktorenanalyse Modellspezifikation Umsetzung des Hypothesen bezüglich Zuordnug der Indikatoren (Items) zu den Faktoren Faktoreninterkorrelationen
• Konfirmatorische Faktorenanalyse Modellevaluation Interferenzstatistische Beurteilung wie gut Modell(e) und Daten übereinstimmen o Gütekriterien o Modelldiferenztests
• Konfirmatorische Faktorenanalyse Modellevaluation - Maße deskriptive Beurteilung der Übereinstimmung von Daten und Modell Root Mean Square Error of Approximation (RMSEA) Comparative Fit Index (CFI) Normed Fit Index (NFI) Modelldifferenztest (Chiq)
• Konfirmatorische Faktorenanalyse Modellevaluation - RMSEA Je kleiner desto besser o Guter Fit: RMSEA < .05 Vergleich des Modells mit einem, in dem alle Variablen unkorreliert sind (Nullmodell)
• Konfirmatorische Faktorenanalyse Modellevaluation - CFI und NFI Sollen möglichst hoch, nahe 1 sein o Guter Fit: CFI ≥ .97, NFI ≥ .95 Akzeptabler Fit: CFI ≥ .95, NFI ≥  .90
• Konfirmatorische Faktorenanalyse Modellevaluation - Modelldifferenztests Vergleich der χ2-Werte Differenz ergibt wiederum χ2-verteilte Prüfgröße Sollte signifikant werden für den Nachweis, dass Modell A signifikant besser als Modell B ist
• Anzeige
• CFA Kritik CFA allein ist kein hinreichender Nachweis der Konstruktvalidität Es wurde nicht untersucht, was die zugrundeliegenden Dimensionen inhaltlich bedeuten Mögliche Lösung: MTMM
• Chiquadrat-Anpassungstest (χ2) o Prüfung der Nullhypothese, dass die reproduzierten Varianzen und Kovarianzen nicht signifikant von den empirischen Varianzen und Kovarianzen abweichen o χ2-Wert soll also möglichst klein und nicht signifikant sein Aber: Stichprobenabhängig o Daumenregel: χ2/df ≤ 2

zurück  |  weiter 1 / 1