Faktorenanalyse (explorativ)
ฝัง
- เผยแพร่เมื่อ 21 ก.ย. 2021
- Bei der explorativen Faktorenanalyse handelt es sich um ein Verfahren, welches darauf abzielt, Strukturen in großen Variablensets aufdecken zu können. Liegt bei dir ein Datensatz mit vielen Variablen vor, so kann es sein, dass einige davon zusammenhängen, also miteinander korrelieren. Diese Beziehungszusammenhänge (Korrelationen) sind die Grundlage der Faktorenanalyse.
Ziel der Faktorenanalyse ist es nun, die Variablen in Gruppen zu gliedern. Dabei sollen jene Variablen, die hoch korrelieren von jenen, die weniger stark korrelieren getrennt werden. Unter Faktoren werden jene Gruppen von Variablen verstanden, die stark miteinander zusammenhängen, also hoch korreliert sind. Faktoren sind quasi „hinter den Variablen“ stehende Größen, die den Zusammenhang verschiedener Ausgangsvariablen darstellen.
Zum Faktorenanalyse Rechner:
datatab.de/statistik-rechner/...
Beispieldatensatz:
datatab.de/assets/examples/PC...
Unser Buch:
datatab.de/statistik-buch
wow, dass man diese Menge an komplexen Information so gut verdichten und so "einfach" erklären kann! Vielen Dank auf jeden Fall.
Danke für dein nettes Feedback! LG Mathias
Einfach wunderschön, wenn man Statistik plötzlich versteht ^^ DANKE!
Bestes Video zu dem Thema, geil erklärt! Danke
Super verständlich erklärt! Danke!
Wow, klasse Video. Deine Erklärung hat mir beim Lernen geholfen, vielen Dank für die Mühe!
Danke für das nette Feedback!!! LG Mathias
Klasse Video, hat mich die explorative Faktorenanalyse nun noch einmal sehr einfach verstehen lassen : )
Danke für das Video :)
vielen Dank für die super Erklärung!
Wow, super gut erklärt. Danke danke danke
Mega gutes Video! Kleiner Punkt: Ich hätte noch die drei wichtigsten Kriterien zur Überprüfung der Eignung der Korrelationsmatrix bevor man mit der Faktorenanalyse beginnt, erklärt: den Bartlett-Test, das Kaiser-Meyer-Olkin-Kriterium und die Anti-Image-Matrizen. Außerdem wäre nochmal eine Unterscheidung zwischen Hauptkomponentenanalyse und Hauptachsenanalyse ideal gewesen. Aber hey, für die Grundlagen bleibt das Video top😊
Ja das stimmt!!! Unterschied zur Hauptkomponentenanalyse ist noch auf der To-Do liste. Stimmt und die Voraussetzungen könnte ich auch noch eins machen! Vielen Dank für das Feedback. LG Mathias
Vielen Dank für das tolle Video!
Danke für das nette Feedback: ) LG mathias
Vielen Dank!
Super video!! Hat mir tatsächlich sehr geholfen 😬
Vielen Dank für das Feedback!!! LG Mathias
super erklärt. vielen Dank!👍
Vielen Dank : )
super video
Super erklärt. Top! 👍
Danke : )
Überragend!
Danke : )
Dieses Video hat mir im Vergleich zu meinem Studienheft viel besser dabei geholfen die Faktorenanalyse zu verstehen. Danke dafür! Zum Eigenwert: Wenn dieser über 1 liegt erklärt der Faktor mehr Varianz als von allen Variablen erklärt werden kann. Was bedeutet das genau? Wie kann dieser Wert überhaupt über 1 liegen? Wie berechnet sich dieser Eigenwert eines Faktors? Geht es hier um die Summe? Also Faktor 1 erklärt beispielsweise 0.5 (50%der Varianz) von Variable 1, 0.3 von Variable 2, 0.25 von Variable 3, ... und wird somit > 1? Wäre das dann die Summe der Faktorladungen?
Hallo, vielen Dank für den super Feedback!
Die erklärte Varianz ergibt sich durch den Eigenwert geteilt durch die Anzahl der Variablen. Siehe Tabelle der Erklärten Gesamtvarianz datatab.de/tutorial/faktorenanalyse.
Der Eigenwert ergibt sich, indem man von der Korrelationsmatrix die Eigenwerte und Eigenvektoren ausrechnet. Sorry, das hilft vielleicht nicht viel weiter aber sonst einfach mal nach googlen.
LG
Mathias
Hi, danke für das gute Video. Ich habe eine Hauptachsenanalyse mit Oblimin Rotation durchgeführt. Jedoch passen manche Ladungen nicht zu der Theorie. Die Theorie sagt zB Item a gehört zu Faktor 1, Item a lädt aber am höchsten auf den Faktor 2. Wie gehe ich hier vor und wo ordne ich jetzt Item a ein?
Gibt es keine Live-Time Lizenz für eure Software?
Hallo, danke für deine Nachricht! Aktuell haben wir nur eine 3 Jahresversion! falls das nicht reicht schreibe mir bitte unter mathias.jesussek@datatab.de, dann können wir auch 5 oder 7 Jahre machen. LG Mathias
Mega 🎉
Wieso sind die Variablen metrisch? Ich dachte Likert-Scala ist immer ordinal.
Ja das stimmt! Wenn man bei einer Likert-Skala einen Index berechnet wird der "neue" Variable aber oft als metrisch angenommen! Aber ein einzelnes Item ist natürlich nicht metrisch! LG Mathias
Kann mir einer sagen, inwiefern es sich zur Hauptkomponentenanalyse unterscheidet?
Danke im Voraus :)