M6a Test- und Fragebogenkonstruktion 

Lernen
« zurück zur Kartenübersicht « Liste
99/200 [99]

Exploratorische Faktorenanalyse - Extraktionsmethoden:
+ Hauptkomponentenanalyse 
+ Hauptachsenanalyse
+ inkl. Zusammenhang zum Begriff Reliabilität

  • Hauptkomponentenanalyse (principal components analysis, PCA):
    • nicht zu empfehlen
    • versucht mglst. viel Varianz der beobachteten Variablen(Items) zu erklären durch sog. Hauptkomponenten —> Linearkombinationen von Variablen, die als »Faktoren« bezeichnet werden.
    • Problem:
      • implizite Annahme, dass die beobachteten Variablen messfehlerfrei erhoben wurden --> Verwendung der gesamten Varianz
        • Die mit Hilfe der Hauptkomponenten aufzuklärende Varianz jeder einzelnen standardisierten Variablen ist bei der PCA gleich eins; die aufzuklärende Gesamtvarianz aller Variablen entspricht somit genau der Anzahl der beobachteten Variablen
      • Da in den Hauptkomponenten der PCA auch die Messfehler der Variablen enthalten, sind sie im strengen Sinne keine latenten Variablen und können damit auch nichts »erklären«.
  • Hauptachsenanalyse  (principal axes factor analysis, PFA)
    • zu empfehlen
    • Erklärung nur der wahren Varianz durch zugrunde liegende gemeinsame Faktoren.
    • Annahme: dass die einzelnen beobachteten Variablen wahre Varianz und Messfehlervarianz aufweisen.
      • Die aufzuklärende wahre Gesamtvarianz < als bei der PCA.
    • Deshalb werden die wahren Varianzanteile (Reliabilitäten) der Variablen zunächst geschätzt und in die Hauptdiagonale der Korrelationsmatrix eingetragen
      • Maß für die geschätzte Reliabilität: häufig die quadrierte multiple Korrelation jeder einzelnen Variablen mit allen anderen Variablen

Diskussion