EFA / Abbruchkriterium Flashcards
welche vefahren gibt es zur bestimmung des Abbruchkriteriums?
5 tests
- Kaiser Kriterium
- Scree Test
- Parralelanalyse
- Map - Test
- Modell Test
wes beantwortet die Frage des Abbruchkriteriums?
nach wie vielen Faktoren höre ich auf?
Kaiser Kriterium
wann wird ein faktor festgelegt?
man nimm die Faktoren, deren Eigenwert >1 ist, da aber 1 sein Varianzanteil bedeutsam ist.
Scree-Test/Screeplot:
wann wird ein Faktor festgelegt?
wann kann man dien Scree Test nicht aufnehmen?
Scree Plots zeigen Graphen
- die faktoren vor dem knick, nimmt man mit in die analyse weil ihre eigenwerte größer sind als die der anderen.
- –> dh sie können mehr aufklären = bedeutsammer
- wenn es aber keinen knickt gibt, dann kann man den screeplot NICHT anwenden
Parallelanlyse
Vorgehen
(anzahl der probanden und items ist die gleiche)
- ich generiere zufallsdaten mit dem pc
- und in diesem Künstlichen datensatz extraheiere ich dann faktoren.
- diese faktoren sollen bedeutsam genug sein.
warum sollte man immer alle Abbruchkriterien in erwägung ziehen? was ist das Fazit?
fazit:
die drei abbruchkriterien können zu verschiedenen ergebnissen kommen
und die parallelanalyse ist zu bevorzugen….
Erkläre wie der MAP Test funktioniert an einem Beispiel.
- man hat 3 faktoren (extraversion, offenheit, gewissen)
- dann betrachte ich diese Korrelationsmatrix (die ersten seiten) und
lösche dann alle ITEMS die damit zusammenhängen (zb kontaktfreudigkeit und lebenslust) - und dann zähle ich alle itemkorrelationen die übriggeblieben sind. zb Ängstlichkeit und nervosität
das ergebnis davon ist die MAP MITTLERE QUADRIERTE PARTIALKORRELATION
MAP
was ist das ziel?
Extraktion der Zahl an Komponenten, bei der MAP am geringsten ist (hier ist systematische Varianz der Korrelationsmatrix ausgeschöpft)
was ist ein Optimaler wert für eine MAP (mittlere quadrierte Partialkorrelation)
- optimal ist es alle korrelationen zu umkreisen und als faktor zu bezeichnen, damit so wenig items wie möglich frei sind und dann am ende die MAP zu berechnen.
- Ich wähle den MAP aus mit dem kleinsten Wert und damit die dazugehörigen Faktoren.
Modelltest der ML-Faktorenanalyse (rodeo)
was vergleicht der test?
- Vergleicht die im Modell geschätzten Kovarianzmatrix mit
der empirischen Kovarianzmatrix mit Hilfe eines chi2 Tests. - optimierung an faktoren bis die anzahl der geschätzten und tatsächlichen faktoren (rodeoreiter) übereinstimmen
Modelltest der ML-Faktorenanalyse
was ist ein optimaler chi2 wert?
- sobald das modell mit den tatsächlichen (kühen) übereinstimmt dann ist der chi2 test nahe null = modell
passt gut
erkläre die H0: Das Modell passt zu den Daten
- es werden solange Faktoren extrahiert, bis der Test nicht mehr signifikant ist
- optimierung an faktoren bis die anzahl der geschätzten und tatsächlichen faktoren (rodeoreiter) übereinstimmen
Rotationsmehtode
was macht die Roatationsmethode?
- man rotiert die faktoren so um, sodass sie am besten liegen.
Rotationsmethode
erkläre die Einfachstruktur einer
- durch rotation sorgt man
dafür dass die variablen nur noch von einem faktor stark beeinflusst werden.
(Hochladen) (kommt von der faktorladung) - Primärladung = der STARKSTE zusammenhang MIT NUR EINEM FAKTOR
- Sekundär: der ganz LEICHTER ZUSAMMENHANG mit DEN ANDEREN FAKTOR(EN)
Erkläre das Prinzip der Faktorenrottation anhand von zwei Achen (Faktoren)
- die achsen( faktoren) werden gedreht, die ITEMS BLEIBEN ABER STEHEN jetzt sind die items näher auf den faktoren und andere nicht.
- somit gibt es eine PARALLELITÄT UND EINEACHSENYSMETRIE.
welches verfahren gehört zur ortogonalen rotation:
varimax-Rotation
was versucht die Varimatrix zu erreichen?
- Quadrierte Ladungen sollen entweder sehr hohe oder sehr niedrige Werte aufweisen, mittlere Werte werden vermieden
welche verfahren gehören zur Obliquen Rotation?
Z.B. Promax,Quartimin,Oblimin-Rotation
erkläre die Oblique Rotation (schweifwinklige)
hier korrelieren die fakotren untereinander, deshalb müssen sie nicht im rechten winkel bleiben.
wann verwendet man welche Rotationsmethode?
- verschiedene autoren ziehen verschiedene verfahren vor.
- sobald die faktoren aber MITEINANDER KORRELLIEREN (wie zb verbale und mathematische intelligenz)
muss man die OBLIQUE VORZIEHEN. - die ORTOGONALE METHODE ist zb am besten bei der big 5 ANZUWENDEN..
was verscuht man durch die mustermatrix herausfinden?
- in der mm will man HERAUSFINDEN WAS EIN FAKTOR ALLEINE ERKLÄRT ohne den Einfluss anderer Faktoren.
- diesen teil nennt man: partielles standartisiertes regressionsgewicht
was ist die Komponenten Faktormatrix?
sie bezieht sich in beiden fällen (Oblique und Orthogonal) auf unrotierte Faktoren.
Faktoreninterpretation
wie könnte man die items mit einem begriff zusammenfassen?
In beiden fällen (Hauptkomponentenanalyse; Hauptachsenanalyse) sucht man die bezeichnung für den Faktor.
- Hauptkomponentenanalyse (sammelt die items zusammen)
- Hauptachsenanalyse: sucht die Ursache vom Faktor
Fundamentaltheorem der Faktorenanalyse
was interpretiert die Standardisierte Messung einer Person auf einem Item?
- man interpretiert das item anhand der faktoren. und zwar das item einer einzelnen person ( standartisierte messung EINER PERSON AUF EINEM ITEM )
- Versucht herauszufinden warum person X diesen bestimmten Wert angekreuzt hat.
Fundamentaltheorem der Faktorenanalyse
was interpretiert die Unkorrelierte (orthogonale) Faktoren
Varianz einer Variable
VARIANZ = mesungen mehrerer personen auf einem item. also: warum haben die personen unterschiedliche werte angekreuzt…
wie zerlege ich die Varianz?
wenn ich die varianz zerlege dann muss ich alle faktorladungen (plus die Varianz vom Fehlerterm) QUADRIEREN
welche drei möglichkeiten gibt es um die zu prüfen dass die items korrelieren?
- KMO-Koeffizient
- MSA-Koeffizient
- Bartlett‘s Test auf Sphärizität
was ist die Voraussetzung für eine EFA?
Korrelatin ist voraussetzung: nur wenn die items korrelieren kann ich sie zu faktoren zusammenfassen
was muss man vor der Auswertung beachten
um unverzerrte Zusammenhänge zu erfassen?
- AUSREISSER können eine korrelation vermindern, aber auch erhöhen.
- man muss ausreißer aber immer entfernen bevor man mit der auswertung beginnt.
nenne die 4 Anwendungsvoraussetzungen der Faktorenanalyse
- Substantielle Korrelationen der Items: (müssen Korellieren)
- Unverzerrte Zusammenhänge (ausreißer entfernen)
- Ausreichende Itemanzahl und ausreichende Itemreliabilität ( mindestens 4 )
- Ausreichende Stichprobengröße (300 gut)
