catPCA Flashcards

1
Q

Ziel catPCA

A

Zusammenhänge zwischen mehreren kategorialen Variablen in einem niedriger dimensionierten Raum (mit weniger Komponenten) darstellen (Wie in FA und PCA)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

catPCA: Skalenniveau
* Manifester Variablen
* Latenter Komponenten

A

*ordinal & nominal

*metrisch

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

catPCA
*Was ist mit der “optimalen Skalierung” gemeint?

A
  • Eingangsdaten sind nicht metrisch, sondern ordinal → es gibt eine Rangordnung, aber Abstände sind nicht gleich
  • Den Kategorien einer Variable werden quantitative Werte zugewiesen, die im folgenden Berechnungsmodell so wie metrische Daten in einer normalen PCA verwendet werden
  • Die catPCA schätzt die Abstände zwischen den Kategorien neu →„optimale Skalierung“ (optimal ist relativ zum bestehenden Datenset)
  • In diesem iterativen Schätzprozess gelten Rangfolge-Restriktionen, sodass Variablen, die in der Rangfolge höher sind, keinen tieferen Wert zugewiesen bekommen können (aber, falls die Rangfolge nicht passt, den gleichen: „ties“)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Cronbachs Alpha

A
  • Maß für die internen Konsistenz einer Skala („Reliabilitätskoeffizient“)
  • [0; 1] – je höher desto besser, sollte möglichst hoch, aber auf jeden Fall nicht nahe null bzw. negativ sein)
  • Der Koeffizient zeigt an, wie gut eine Gruppe von Variablen oder Items ein einziges, unidimensionales latentes Konstrukt misst. Es berechnet die (korrigierte) durchschnittliche Korrelation zwischen den Variablen innerhalb der Skala.
  • Ein hohes Cronbach’s Alpha wird oft als Hinweis auf die Eindimensionalität einer Skala betrachtet, obwohl dies nicht immer zutrifft.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Quantifikationen
*Def
*Wertebereich

A
  • Quantifikationen sind die neu-erstellten metrisierten Daten [ -∞; +∞]
  • Sie weichen umso stärker von den Originalvariablen ab, je mehr Varianz auf nicht-linearen Zusammenhängen zwischen den Variablen beruht
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Quantifikationen
*Interpretation

A
  • In welchem Verhältnis stehen die Quantifikationen der Antwortkategorien zueinander?
  • Spannweite: Aso Wert 1. Und letzte Quanti?
  • Wie sind die Abstände? Welche antworten sind nah beieinander?
  • Gibt es einen tie (Quantifikationen zweier Kategorien gleich groß)?
How well did you know this?
1
Not at all
2
3
4
5
Perfectly