Woche2 Flashcards
Für welche Probleme und Variablen ist eine Faktoranalyse geeignet?
Eine Faktoranalyse ist geeignet, wenn man vermutet, dass wenige Faktoren die Korrelation/Kovarianz zwischen den Variablen verursachen.
Um eine FA anwenden zu können, müssen die Variablen mindestens intervallskaliert sein, denn die Grundlage der FA ist eine Korrelationsmatrix. Außerdem sollte N mindestens das Fünffache der untersuchten Variablen betragen und mindestens > 100 sein.
Mehrwert der FA ist die Datenreduktion, um Multikollinearität entgegen zu wirken und Messungenauigkeit zu reduzieren.
Indikatoren werden empirisch gewichtet, theoretisches Fundament ist trotzdem notwendig.
Was ist ein Faktor?
Faktoren erfassen „Gemeinsamkeit“ der beobachteten Variablen und verdichten dabei Informationen (indem sie bspw. aus 12 Variablen zwei Faktoren machen.
Faktor ist ein latentes Konstrukt, also nicht direkt beobachtbar oder messbar. Faktoren sind zuständig für die Varianz in den Indikatoren.
Was ist eine Faktorladung?
Faktorladungen sind Kennzahlen, die nach gerechneter Faktorenanalyse angeben, wie gut die Variable durch den Faktor erklärt werden kann. Je größer der Betrag der Faktorladung ist, desto stärker kann die Variable durch den Faktor erklärt werden. Faktorladungen liegen zwischen -1.0 und +1.0 und zeigen damit auch die (positive oder negative) Richtung an, in der ein solcher Faktor eine empirische Variable beeinflußt.
Zusamenhangsstärke/Gewichtung.
Was ist Uniqueness?
U bezeichnet die anderen Aspekte, durch die der Indikator beeinflusst wird. Sie erklärt also die Restvarianz, die Varianz, die nicht durch d gemeinsamen Faktor erklärt werden kann. Gilt immer nur für eine Komponente, ist unabhängig von dem Faktor. Alternativerklärungen und Messfehler sind auch in der Uniqueness enthalten.
Was ist Kommunalität?
h gibt an, wie stark welcher Faktor zur Varianzaufklärung jeder einzelnen Variable beiträgt. Die maximale Kommunalität ist 1. Wenn die Kommunalität eines Faktors in Bezug auf eine Variable 1 beträgt, ist damit quasi 100 % der Varianz der Variablen durch den Faktor aufgeklärt.
Die Kommunalität gibt die gemeinsame Varianz der Indikatoren an.
Aus Pattern-Matrix die Korrelationen der Variablne untereinander berechnen. mit welcher Formel mache ich das?
r(var1,var2)=(b_11malb_21)+(b_12malb_22)
Weshalb weichen modellimplizierte Korrelationen von empirischen Korrellationen geringfügig ab?
Unique Komponente wird bei modellimplizierter Korrealtion nicht berücksichtigt
Wie berechne ich Kommunalität?
h^2=1-U
(h-quadrat = 1 minus U)
Oder: die beiden Faktorladungen (oder mehrere) quadrieren und aufsummieren.
