M6 Grundlagen der Testkonstruktion
Kapitel 4.1 Explorative Faktorenanalyse
Kapitel 4.1 Explorative Faktorenanalyse
Kartei Details
| Karten | 23 |
|---|---|
| Lernende | 15 |
| Sprache | Deutsch |
| Kategorie | Psychologie |
| Stufe | Universität |
| Erstellt / Aktualisiert | 05.01.2012 / 13.08.2019 |
| Weblink |
https://card2brain.ch/box/m6_grundlagen_der_testkonstruktion6
|
| Einbinden |
<iframe src="https://card2brain.ch/box/m6_grundlagen_der_testkonstruktion6/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Lernkarteien erstellen oder kopieren
Mit einem Upgrade kannst du unlimitiert Lernkarteien erstellen oder kopieren und viele Zusatzfunktionen mehr nutzen.
Melde dich an, um alle Karten zu sehen.
Wann kommt die Explorative Faktorenanalyse (EFA) zum Einsatz?
Wenn über die iterne Struktur keine präzise theoretische Vorstellung existiert.
Wo hat die Faktorenanalyse ihren Ursprung?
In der theoretischen Intelligenzforschung ( Spearman, 1904)
Was untersucht die Faktorenanalyse?
Eine Gruppe statistischer Verfahren, mit denen die interne Struktur eines Satzes von Variablen auf deren nicht offen zutage tretende (latente) Zusammenhänge untersucht wird.
Die Korrelatinsmuster einer Mehrzahl von gemessenen (manifesten) Variablen werden untersucht, die auf der gleichen logischen und hierarchischen Ebene liegen.
Was ist das Ziel d Faktorenanalyse?
Datenstrukturierung
Woraus besteht Catells Verallgemeinerung der Faktorenanalyse?
Er hat drei Varianzquellen ( neben Variablen und VPn auch Situationen) und sechs mögliche Arten von Kprrelationsmatritzen unterschieden.
Was lässt sich mit der trimodalen Faktorenanalyse simultan berücksichtigen?
Drei Varianzquellen
Welche drei zentralen Zwecke der Faktorenanalyse unterscheidet Thompson (2004)?
1. Die Prüfung der Gültigkeit ( Validität) theoretischer Modellannahmen über die Struktur eines vorhandenen Variablensatzesoder Messinstruments.
( historisch = faktorielle Validität)
2. Die Entwicklung von Theorien über die internere Struktur psychologischer Konstrukte bzw. Deren messbare Manifestationen
3. Die Datenreduktion bzw. die vereinfachende Beschreibung eines Datensatzes durch Zusammenfassung von Variablen zu ( übergeordneten ) Faktoren.
Was bedeuten die Begriffe Effektinidikatorenmodell und Kausalindikatorenmodell von Bollen und Lennox?
Effektindikatorenmodell=
- Faktorenanalyse
- Indikatoren (Irems) kovariieren untereinander
- Im Mittelpunkt steht der simultane Einfluss jedes Faktors auf mehrere beobachtbare Variablen
Kausalindikatorenmodell=
-Regressionsanalyse
- der simulate Einfluss mehrerer unabhängiger Variablen wird untersucht.
Warum unterstellt die Faktorenanalyse die Kovarianz / Korrelation der Items?
Wenn z.b. zwei Items eines Tests von dem Faktor / latenten Konstrukt beeinflusst werden, sollte sich dies auf der beobachtbaren Ebene darin äußern, dass die Items untereinandervkorreliert sind.
Die Ausprägung auf den Items als lineare Funktion dahinter stehender Faktoren wird betrachtet.
Was kann man aus dem Muster unterschiedlich hoher oder geringer Korrelationen / Kovaianzen auf der manifesten Ebene ( also zwischen mindestens drei i.d.R. Deutlich mehr beobachteten Variablen / Indikatoren) schließen?
-Wie viele latente Konstrukte hinter welchen manifesten Variablen stehen
-ggf wie die latenten Konstrukte inhaltlich zu interpretieren sind.
Welches sind nach Thompson die beiden häufigsten verwendeten Varianten der EFA?
1. Die Hauptachsenanalyse (principal axis factor analysis PAF)
2. Die Hauptkomponentenanalyse (principal components Analysis PCA)
Welchem Zweck dient die PCA?
Dem Zweck der Datenreduktion und Beschreibung
Wie heißen die latenten Variablen in der PCA?
Komponenten
Welche Schritte lassen sich in der EFA grob unterscheiden?
1. Prüfung der Voraussetzungen einer EFA
2. Auswahl der faktorenanalytischen Methode und damit Festlegung der Methode der sog. Kommunalitätenschätzung und der Faktorextration
3. Festlegung der Anzahl der extrahierten Faktoren
4. Festlegung der Methode der Rotation und deren Durchführung
5. Inhaltliche Interpretation der Faktoren
6. Festlegung der Methode zur Ermittlung der Faktorwerte und ggf. Faktorenanalyse höherer Ordnung
Die Vorraussetzungn der EFA hängen zum Teil von der angewandten Methode ab.
Welche allgemein wichtigsten Aspekte sind davon betroffen?
1. Die Korreation der Items
2. Die Stichprobengröße
3. Uni- und multivariate Verteilungseigrnenschaften der Items / manifesten Variablen
Was sollen die latenten Variablen machen, da sich ihre Existenz in der Interkorrelation der Items äußert?
Sie sollen substanziell korrelieren
Was ist eine Mindestvorraussetzung für die Prüfung der substanziellen Korrelation?
Dass die beobachtete Korrelationsmatrix signifikant von der vollständigen Unabhängigkeit der Variablen in der Population ( sog. Diagonal- Identitätsmatrix) abweichen sollte.
Welcher Signifikanztest ist in SPSS implementiert und prüft, ob die beobachtete Korrelationsmatrix signifikant von der vollständigen Unabhängigkeit der Variablen in der Population abweicht?
Der Bartlett-Test auf Shärizität
Was ist der KMO-Koeffizient?
- Kaiser-Meyer-Olkin-Koeffizient
- in SPSS implementiertes Verfahren
- inhaltlich ähnlich wie Bartlett-Test auf Sphärizität
- KEIN Signifikanztest
- misst den gemeinsamen Varianzanteil der Items relativ zu deren spezifischen Varianzanteilen
- muss möglichst hoch sein ( mind. .50)
Was sind Kommunalitäten?
Ein weiteres Indiz für die Eignung einzelner Itms zur Faktorisierung
Sollte mindestens den den Wert .20 erreichen.
Was ist der MSA-Koeffizient?
- measure of Sample adequacy
- ähnlich wie der KMO- Koeffizient
Wodurch steigen allgemein die Anforderungen an die Stichprobengröße?
je mehr Items insgesamt in die Analyse eingehen
Je weniger Items je Faktor zusammengefasst werden
Je weniger reliabel die einzelnen Items sind ( Indikator dafür ist Kommunalität)
Was gilt unter günstigen Umständen nach MacCallum, Widaman, Zhang und Hong (1999) als Untergrenze für die Durchführung einer Faktorenanalyse?
N=60
-
- 1 / 23
-
