Sie sind nicht angemeldet.

  • Anmelden

Lieber Besucher, herzlich willkommen bei: MastersForum. Falls dies Ihr erster Besuch auf dieser Seite ist, lesen Sie sich bitte die Hilfe durch. Dort wird Ihnen die Bedienung dieser Seite näher erläutert. Darüber hinaus sollten Sie sich registrieren, um alle Funktionen dieser Seite nutzen zu können. Benutzen Sie das Registrierungsformular, um sich zu registrieren oder informieren Sie sich ausführlich über den Registrierungsvorgang. Falls Sie sich bereits zu einem früheren Zeitpunkt registriert haben, können Sie sich hier anmelden.

1

13.12.2012, 13:29

spss allgemein, speziell faktoranalyse

gibt es irgendwie so n ganz detailiertes spss manual?
ich will wissen..
-was im fa fenster die zusätzliche option"auswahlvariable" bringt
- was in der syntax der unterschied zwischen casewise und listwise ausschluss von missings ist
-wie genau die komponententransformationsmatrix zustande kommt

2

13.12.2012, 13:32

Kannst in nen manual schauen, ist aber eher normales Statistik-Wissen für Paneldaten-Regression.

Kannst ja bspw. mal nachdenken, was casewise vs listwise exclude wohl bedeuten wird.

3

13.12.2012, 13:33

Nimm einfach R - bei dem Programm gibts in der Bib gute Bücher zu. Generell: "Multivariate Statistik, eine Einführung" solltest evtl erstmal lesen
Zitat von »Lesmue« Wenn ich 2 Abende in der Woche mal Ruhe vor Frau,Freundin,Kindern usw hab will ich einfach ganz entspannt am Rechner was daddeln und mir dabei 3 Weizen in den Kopf jagen, und mit Kumpels dummes Zeug in Skype labern.

4

13.12.2012, 13:50

also in dem standard spss buch von pearson studium ist das bei faktoranalyse nich drin.
gabs beim programm nich auch irgenwie ne hilfe funktion ?

5

13.12.2012, 14:27

Toll. Ich hab im Titel "Spass allgemein..." gelesen :(

7

13.12.2012, 17:24

ok auswahlvariable hab ich inzwischen selber durch rumprobieren rausgefunden, da wird die fa einfach nur für eine bestimmte untergruppe gerechnet
bei den missings ist damit einfach listenweiser und paarweiser fallausschluss und mittelwertersetzen gemeint, das chek ich grad
bei der komponententransformationsmatrix noch ka die gibt irgendwie das verhältnis von rotierter und nichtrotierter lösung an steig bei der interpretation aber noch nich durch
€ ok listenweise sobald ein missing ist fällt die versuchsperson aus allen analysen raus bei paarweise nur aus der relevanten analyse, jetzt fehlt nur noch das mit der komponententransformationsmatrix

Dieser Beitrag wurde bereits 1 mal editiert, zuletzt von »Rommel« (13.12.2012, 17:31)


8

13.12.2012, 18:15

Komponententransformationsmatrix, Seite 4, hast du sicher gesehen. Also scheint deine Frage jetzt zu sein, wie man das interpretieren kann?
Schau mal bspw. hier oder frag nochmal.

Dieser Beitrag wurde bereits 1 mal editiert, zuletzt von »AtroX_Worf« (13.12.2012, 18:21)


9

13.12.2012, 18:26

das gibt die korrelation der faktoren der ursprungslösung mit denen rotierten lösung an? dann wär nur noch die frage offen welche variante in kopfzeile und welche seitlich steht. oder hat das mit korrelation nix zu tun ?

10

13.12.2012, 19:54

Toll. Ich hab im Titel "Spass allgemein..." gelesen :(


das a fehlt nicht ohne Grund..

11

14.12.2012, 08:09

Toll. Ich hab im Titel "Spass allgemein..." gelesen :(


das a fehlt nicht ohne Grund..

Danke. Hab grad herzhaft gelacht :D

12

14.12.2012, 11:55

das gibt die korrelation der faktoren der ursprungslösung mit denen rotierten lösung an? dann wär nur noch die frage offen welche variante in kopfzeile und welche seitlich steht. oder hat das mit korrelation nix zu tun ?

Ich verstehe nicht wirklich, was du damit aussagen willst.

Du hast 2 Matrizen, die Matrix der unrotierten Faktorladungen L und die Matrix der rotierten Faktorladungen K. Beides sind (n x n)-Matrizen. Jetzt musst du von der einen Matrix auf die andere kommen, d.h. du musst die Matrix L mit etwas multiplizieren, um auf K zu kommen. Dieses "etwas" ist die Komponententransformationsmatrix T. Sie muss natürlich auch wieder eine (n x n)-Matrix sein, damit auf der einen Seite die Multiplikation mit L passt und damit auf der anderen Seite auch wieder eine (n x n)-Matrix rauskommt.

Eine Matrix beschreibt generell, was eine lineare Abbildung macht, wenn man ein bestimmtes Koordinatensystem wählt. Unterschiedliche Matrizen können daher die gleiche (zugrunde liegende) lineare Abbildung beschreiben, eben zu unterschiedlichen Koordinatensystemen. Die Matrix T transformiert nur ein Koordinatensystem in ein anderes.

Kleines Beispiel: Das normale Koordinatensystem wird durch die Einheitsvektoren (0,...,0,1,0,...,0) gebildet, welche an der i-ten Stelle eine 1, ansonsten überall Nullen haben. Bzgl. dieser Koordinaten sieht eine Kovarianz-Matrix M voll besetzt aus (und symmetrisch). Jetzt kann man ein anderes Koordinatensystem suchen, in welchem die zugrunde liegende lineare Abbildung viel einfacher aussieht. Das einfachste, was eine Abbildung machen kann ist, in eine bestimmte Richtung nur zu strecken oder zu stauchen, d.h. als Gleichung Mv = λv. Der Vektor v wird durch die Matrix M nur λ gestreckt bzw. gestaucht. Alle Vektoren, welche in einer Richtung liegen in welche die lineare Abbildung (parametrisiert durch die Matrix M) nur streckt oder staucht heißen Eigenvektoren, der Streckungs/Stauchungsfaktor λ heißt Eigenwert. Wechselt man jetzt zu einem Koordinatensystem bestehend aus den Eigenvektoren v (es gibt bei sym. Matrizen genau n orthogonal aufeinander stehende), da lässt sich die lineare Abbildung denkbar einfach darstellen: Die zu diesem Koordinatensystem gehörende Matrix D ist diagonal und hat nur noch die Eigenwerte λ auf der Hauptdiagonalen, alle anderen Einträge sind 0. In diesem Beispiel gibt es auch wieder Drehmatrizen U, welche das Koordinatensystem bestehend aus den n Einheitsvektoren in das Koordinatensystem bestehend aus den n orthogonalen Eigenvektoren transformiert. In diesem Fall wäre die Transformationsmatrix sogar einfach die Matrix der (normalisierten) Eigenvektoren.

13

14.12.2012, 12:29

oh ok jetzt versteh ich, vielen dank

freak_like_me

Fortgeschrittener

Beiträge: 403

Wohnort: Bayern

Beruf: GER

  • Nachricht senden

14

14.12.2012, 19:28

Ich möchte jetzt nicht klugscheissen oder so, aber falls du ne eigene Faktorenanalyse gemacht hast,
solltest du bei Methode evtl. Hauptsachsenanalyse einstellen, da Hauptkomponentenanalyse keine richtige Faktorenanalyse ist.
Hauptachsenanalyse sucht die Ursache für den Zusammenhang zwischen den Variablen.
MfG
Tobi

15

14.12.2012, 19:42

öh wie hastn das erkannt das das ne pca ist? ist das aus den angaben ersichtlich? naja ich soll faktorwerte bestimmen mit den daten dann weiterrechnen, da soll man die pca nehmen steht im manual.

freak_like_me

Fortgeschrittener

Beiträge: 403

Wohnort: Bayern

Beruf: GER

  • Nachricht senden

16

14.12.2012, 19:57

"komponententransformationsmatrix" --> Hauptkomponentenanalyse
anonsten heisst es "Faktoren-transformationsmatrix"
Also eigentlich ist die Methode abhängig von meinem Forschungsziel.
Hauptachsenanalyse nimmt man wie gesagt, wenn man die Ursache für die Zusammenhänge der Variablen miteinander untersuchen möchte.
Hauptkomponentenanalyse nimmt man wenn man davon ausgeht, dass die Varianz meiner Variablen zu 100% von meinen Faktoren(komponenten) erklärt werden sollen. --> Du nimmst das wenn du nur Überbegriffe für die Variabeln suchen möchtest.
Außerdem sind deine Faktorwerte auch noch von dem Routationsverfahren abhängig.

Also ich weiss jetzt nicht genau was du alles vor hast, aber normal muss man das schon alles beachten.
MfG
Tobi

17

14.12.2012, 20:00

ich hab zum glück gar nix vor, is n seminar zu multivariate wo wir halt n datensatz ham mit dem wir bisschen rumspielen sollen

freak_like_me

Fortgeschrittener

Beiträge: 403

Wohnort: Bayern

Beruf: GER

  • Nachricht senden

18

14.12.2012, 20:38

Na, dann...
Wie ein Freund von mir meinte, immer nur abnicken...
MfG
Tobi

19

15.12.2012, 09:24

Mein Beispiel war eine PCA, was selbst keine Faktorenanalyse ist, aber meines Wissens bei SPSS unter FA als Option angeboten wird.
Ob man die Matrix nun Komponententransformationsmatrix oder Faktortransformationsmatrix nennt halte ich für egal. Rommel ging es ja auch um die Wirkungsweise bzw. Interpretation dieser Rotationsmatrix.
Klassisch würde man bei einer FA eine Varimax-Rotation machen. Meine Erklärung zu Rotationen stimmt ja.

Ich persönlich halte die FA-Methodologie für nicht so sinnvoll, man schränkt durch die Vorgabe der Struktur der Kovarianz-Matrix den resultierenden Schätzer sehr stark ein. Natürlich konzentriert man sich bei beiden Methoden nur auf lineare quadrierte Zusammenhänge, aber man muss ja auch Komplexität reduzieren.