Principale componenten analyse Flashcards
Principale componenten analyse
Reduceren van het aantal variabelen –> samenvatten
Gemeenschappelijke variantie
R^2 –> correlatie in het kwadraat
Principale component
Gewogen som
–> items worden samengevat in componenten
Kaiser’s rule
Componenten met een eigenwaarde hoger dan 1
Cattel’s elbow criterion
Componenten boven de knik in een scree plot
Communaliteiten
Hoeveel procent van een item behoudt je met de gekozen aantal componenten
–> berekenen via de component matrix
Communaliteiten bereken
Via de component matrix
–> de waardes per component kwadrateren en bij elkaar optellen
Uniciteiten
Hoeveel procent van een item verlies je met de gekozen aantal componenten
–> 1 - communaliteiten
Simple structure
- elk item laad op 1 component
- op alle componenten wordt geladen
- > 0.3 is substantieel
Rotatie
Gebruik je om zo dicht mogelijk bij een simple structure te komen
Orthogonaal roteren
Assen blijven een rechte hoek
- VARIMAX (ongecorreleerd)
Oblique roteren
Assen veranderen van hoek
- OBLIMIN (gecorreleerd)
Component matrix
Ongeroteerde en ongecorreleerde component waarden
–> rotated componend matrix voor orthogonaal geroteerde waarden
Pattern matrix
Obliek geroteerde waarden kunnen correleren en de ladingen staan in de pattern matrix
Structure matrix
Obliek geroteerde waarden kunnen correleren en de variabele-component correlaties staat in de strucure matrix