Faktorenanalyse I: Aufstellen einer Korrelationsmatrix, Festlegen eines faktoranalytischen Verfahrens und Schätzung der Ladungsmatrix
PAYBACK Punkte
0 °P sammeln!
Studienarbeit aus dem Jahr 2004 im Fachbereich Statistik, Note: 2,0, FernUniversität Hagen, 15 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Das Ziel einer Faktorenanalyse [FA] ist stets die Zurückführung einer größeren Menge beobachtbarer Variablen auf möglichst wenige hypothetische Variablen (Ost 1996). Ihren Ursprung hat dieses Verfahren in der Intelligenzforschung, wo Spearman bereits 1904 einen allgemeinen Intelligenzfaktor zu ermitteln versuchte. Breite Anwendung findet FA bei Persönlichkeitskonstrukten und tests (Kline 1994) sowie in zahlreichen weiteren Wissenscha...
Studienarbeit aus dem Jahr 2004 im Fachbereich Statistik, Note: 2,0, FernUniversität Hagen, 15 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Das Ziel einer Faktorenanalyse [FA] ist stets die Zurückführung einer größeren Menge beobachtbarer Variablen auf möglichst wenige hypothetische Variablen (Ost 1996). Ihren Ursprung hat dieses Verfahren in der Intelligenzforschung, wo Spearman bereits 1904 einen allgemeinen Intelligenzfaktor zu ermitteln versuchte. Breite Anwendung findet FA bei Persönlichkeitskonstrukten und tests (Kline 1994) sowie in zahlreichen weiteren Wissenschaftsbereichen. Besonders anschaulich ist die Wirkung der FA in der fernerkundlichen Geographie, wo mittels Satellitenaufnahmen u.a. Karten erstellt werden. Es wurde festgestellt, that (...) images generated by digital data from various wavelength bands often appear similar and convey essentially the same information. Principal ( ) component transformation ( ) may be applied ( ) as a preprocessing procedure prior to automated classification of the data. (Lillesand&Kiefer 1979, S. 572).
Faktoranalytische Verfahren werden einerseits zur Datenreduktion angewandt ( ... the transformations generally increase the computational efficiency Lillesand&Kiefer 1979, S. 572), andererseits, um gemeinsame, latente Faktoren (Ost 1996, Hartung&Elpelt 1999 u.v.m.) oder Supervariablen (Eckey et al. 2002) aufzufinden. In Fortführung des Beispiels wäre hier die Zusammenfassung von Bäumen, Grünschattierungen, Waldboden etc. zur Karteninformation Wald denkbar. FA kann explorativ oder konfirmativ erfolgen. Sie ist letztlich ein rein mathematisch formaler Vorgang, der durch den Anwender in den Phasen Verfahrenswahl , Dateninput und Interpretation inhaltsorientiert begleitet werden muss.
Eine FA verläuft in der Anwendung folgendermaßen:
1. Aufstellen einer Korrelationsmatrix aus einer Datenmatrix und Test auf Eignung
2. Entscheidung für ein faktoranalytisches Verfahren und gegebenenfalls Festlegung der Erklärungsgüte (=Kommunalitäten) durch die neuen Faktoren
3. Statistisches Schätzen der Bedeutung der einzelnen Faktoren (=Schätzung der Ladungsmatrix)
4. Rotation der Ladungsmatrix zwecks besserer Interpretierbarkeit, ggf. Bestimmung der Faktorwerte
5. Interpretation der Ergebnisse
Diese Seminararbeit fokussiert auf die Schritte 1 bis 3. Die Thematik Rotation und weitere Problemstellungen werden in einer anderen Seminararbeit behandelt.
Faktoranalytische Verfahren werden einerseits zur Datenreduktion angewandt ( ... the transformations generally increase the computational efficiency Lillesand&Kiefer 1979, S. 572), andererseits, um gemeinsame, latente Faktoren (Ost 1996, Hartung&Elpelt 1999 u.v.m.) oder Supervariablen (Eckey et al. 2002) aufzufinden. In Fortführung des Beispiels wäre hier die Zusammenfassung von Bäumen, Grünschattierungen, Waldboden etc. zur Karteninformation Wald denkbar. FA kann explorativ oder konfirmativ erfolgen. Sie ist letztlich ein rein mathematisch formaler Vorgang, der durch den Anwender in den Phasen Verfahrenswahl , Dateninput und Interpretation inhaltsorientiert begleitet werden muss.
Eine FA verläuft in der Anwendung folgendermaßen:
1. Aufstellen einer Korrelationsmatrix aus einer Datenmatrix und Test auf Eignung
2. Entscheidung für ein faktoranalytisches Verfahren und gegebenenfalls Festlegung der Erklärungsgüte (=Kommunalitäten) durch die neuen Faktoren
3. Statistisches Schätzen der Bedeutung der einzelnen Faktoren (=Schätzung der Ladungsmatrix)
4. Rotation der Ladungsmatrix zwecks besserer Interpretierbarkeit, ggf. Bestimmung der Faktorwerte
5. Interpretation der Ergebnisse
Diese Seminararbeit fokussiert auf die Schritte 1 bis 3. Die Thematik Rotation und weitere Problemstellungen werden in einer anderen Seminararbeit behandelt.
Andere Kunden interessierten sich für
