EFA Flashcards

1
Q

Ziele der explorativen Faktorenanalyse (EFA)

A
  • die Beschreibung von Zusammenhängen zwischen einer Reihe von beobachtetetn (manifesten) Variablen mittels einer möglichst kleinen Anzahl von Faktoren (latenten Variablen)
  • Faktoren werden mathematisch so konstruiert, dass sie die Zusammenhänge = gemeinsame Varianz (Korrelationen zwischen) einer größeren Zahl an beobachteten Variablen gut repräsentieren
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Datengrundlage (und Ausgangspunkt) bei EFA

A

Korrelations-Matrix der manifesten Variablen, die zuvor z-standardisiert wurden. (Varianzen, die nun 1 sind stehen in der Hauptdiagonale, die Korrelationen darunter)

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

Welche Bedeutung haben die Faktoren?

A
  1. ) Faktoren sind synthetische Variablen (da nicht beobachtet), die den wechselseitig korrelierten manifesten Variablen zugrunde liegt.
  2. ) Wird ein Faktor aus den Variablen herauspartialisiert, verringern sich die wechselseitigen Korrelationen bedeutsam (steckt eine Kausalannahme dahinter).
  3. ) Faktor erklärt also den wechselseitigen Zusammenhang zwischen den man. Variablen - aber die inhaltliche Interpretation muss vom Forscher erfolgen.
  4. ) Wird ein Faktor herauspartialisiert, bleibt (meist) Restvarianz übrig - diese kann durch neuen synthetischen Faktor erklärt werden …
  5. ) Daraus folgt: Faktorenanalyse ist ein Datenreduzierendes Verfahren: es werden stets weniger Faktoren als manifeste Variablen benötigt um den Zusammenhang der Variablen ausreichend gut zu erklären.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Welche Schritte umfasst eine EFA

A
  1. Wahl einer faktorenanalystischen Methode (Hauptkomponentenanalyse - PCA, Hauptachsenanalyse - PAF, Maximum-Likelihood-Faktorenanalyse)
  2. Extraktion einer angemessenen Faktorenanzahl
  3. Wahl der Rotationstechnik (Orthogonal/oblique - meist oblique)
  4. Wahl einer Methode zur Ermittlung der Faktorwerte (nicht näher eräutert)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Welche Kennwerte sind für die Interpretation wichtig?

A

Faktorwerte
Faktorladung
Kommunalität einer Variablen
Eigenwert eines Faktors

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Was versteht man unter Faktorwert

A
  • Ist der (geschätzte) Wert einer Person v auf dem (latenten Var) Faktor q
  • Messwerte der Personen auf den latenten Variablen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Was wird mit Faktorladung bezeichnet?

A
  • gibt an, wie wichtig ein Faktor für die Beantwortung des Items ist bzw. wie gut ein Faktor dieses Item vorhersagen kann.
    2 Fälle:
    1.) Faktoren sind unkorreliert:
    Faktorladung ist die Korrelation einer Variablen i und einem Faktor q
    2.) Faktoren sind korreliert (latente Faktoren teilen sich Varianzen):
    Faktorladung ist das Semipartielle standardisierte Regressionsgewicht
How well did you know this?
1
Not at all
2
3
4
5
Perfectly