Explorative Faktorenanalyse
Karten zum Thema "Explorative Faktorenanalyse" aus dem Kurs "Methoden der Skalierung"
Karten zum Thema "Explorative Faktorenanalyse" aus dem Kurs "Methoden der Skalierung"
Fichier Détails
| Cartes-fiches | 50 |
|---|---|
| Langue | Deutsch |
| Catégorie | Psychologie |
| Niveau | Université |
| Crée / Actualisé | 10.07.2020 / 03.01.2024 |
| Lien de web |
https://card2brain.ch/box/20200710_explorative_faktorenanalyse
|
| Intégrer |
<iframe src="https://card2brain.ch/box/20200710_explorative_faktorenanalyse/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Der Bartlett-Test sollte ...
... signifikant werden. (Korrelationsmatrix weicht signifikant von der Einheitsmatrix ab)
Das KMO-Kriterium sollte auf jeden Fall bei ...
... über 0.6 liegen.
Bei der Anti-Image-Kovarianz-Matrix sollten nicht mehr als ...
... 25% der Kovarianzen außerhalb von einem Bereich von 0,09 liegen.
Die Anfangswerte der Kommunalitäten werden ..
... aus dem multiplen Bestimmungsmaß geschätzt.
Der Endwert der Kommunalitäten ergibt sich aus der Summation ...
... der quadrierten Faktorladungen.
Bei der Hauptkomponentenanalyse werden die anfänglichen Kommunalitäten ..
.. auf 1 gesetzt. (man geht davon aus, dass man 100% aufklären kann)
Nach Rotation ändern sich die ...
... kumulierten quadrierten Ladungen nicht, aber die Einzelvarianzen der Werte schon.
Bei der Hauptkomponentenanalyse entsprechen die Eigenwerte der Faktoren ...
... den Eigenwerten nach Extraktion. (Bei der Hauptachsenanalyse ist das nicht der Fall)
Die Kommunalitäten lassen sich durch ...
... Summation der quadrierten Faktorladungen berechnen.
Wenn Items herausgenommen werden ...
... muss die Faktorenanalyse nochmal neu berechnet werden.
