Factoranalyse Flashcards
PCA
Principale componenten analyse
Principale componentenanalyse
Door de variabelen samen te nemen, de gewogen sommen samen nemen, de som van de variabelen. Het zijn principale componenten
EFA
Exploratieve factoranalyse
Exploratieve factoranalyse
Zoeken naar de onderliggende factoren die de verschillen op de vragen verklaren
Doel van PCA
Datareductie
Doel EFA
Ontdekken van latente variabelen
Het ontdekken van latente variabelen met een hypothese vooraf
Conformatieve factoranalyse
Ontdekken van latente variabelen zonder hypothese vooraf
Exploratieve factor analyse
de 2 opties als je doel enkel datareductie is
PCA of clusteranalyse
eigenwaarde
De som van de gekwadrateerde lading
Regels PCA
- De eerste principale pakt de meeste variantie op
- de tweede component beschrijft zoveel mogelijk van de nog overgebleven variantie
Enz…
Stappen PCA
- Zoek de principale componenten
- Kijk voor elke component hoeveel % van de totale variantie door de betreffende component wordt beschreven
- Maak een bewuste keuze voor het aantal componenten
- Bereken de geroteerde oplossing voor een beter interpreteerbare oplossing
- Interpreteer de geroteerde oplossing, is er sprake van een eenvoudige structuur?
- Geef inhoudelijke betekenis aan de componenten
3 manieren om het aantal componenten te bepalen
- Je kiest een bepaald % en kijkt hoeveel je er hierbij nodig hebt
- Kaisers rule
- Cattels elbow criterion
Kaisers rule
Alle componenten met een eigenwaarde van meer dan 1 neem je mee
Cattel’s Elbow criterion
Op basis van een scree plot. Je kijkt waar de knik zit en pakt dan enkel de punten die hiervoor vallen mee. Dit is de meest gebruikte manier
Communaliteiten
Per item aangeven hoeveel info de PC gezamelijk behouden
Uniciteit
Deel van de variantie in een item die niet door de gezamelijke pc opgepakt wordt
uniciteit = 1 - communaliteit
Perfecte eenvoudige structuur
- Elk item laadt op 1 en slechts 1 component
- Bij elke component horen een aantal items
Principale component
Een gewogen gemiddelde van alle indicatoren
Datareductie
Het hoofddoel is om een groot aantal variabelen terug te brengen tot een kleiner aantal ‘samenvattende variabelen’ (principale componenten), zonder dat er teveel informatie verloren gaat
Gemeenschappelijke variantie
De gemeenschappelijke variantie is gelijk aan het kwadraat van
de correlatie.
Waaruit is alle statistische informatie opgebouwd?
Variantie + correlatie
Hoe krijg je de eerste principale component?
Met behulp van wiskundige optimalisatie kunnen we de waarden voor 𝑎1, 𝑎2 en 𝑎3 bepalen, waarmee je een PC krijgt die
de meeste variantie behoudt
Synoniem gewogen som van variabelen
lineaire combinatie