Einführung in SPSS. Sitzung 5: Faktoranalyse und Mittelwertsvergleiche. Knut Wenzig. 22. Januar 2007

Transkript

1 Sitzung 5: Faktoranalyse und Mittelwertsvergleiche 22. Januar 2007

2 Verschiedene Tests

3 Anwendungsfall und Voraussetzungen Anwendungsfall Mehrere Variablen, die Gemeinsamkeiten haben, werden gebündelt. (Datenreduktion) Diese Gemeinsamkeiten heißen Faktoren. Für jeden Fall lassen sich für weitere Berechnungen (z. B. Clusteranalyse) Faktorwerte berechnen. Voraussetzungen (robust) Variablen müssen metrisch skaliert oder dichotom sein. Variablen müssen ähnliche Schwierigkeit haben. Anzahl der Fälle > Anzahl der Variablen.

4 Begriffe Berechnung einer Korrelationsmatrix (Demo) Die Korrelationsmatrix soll reduziert werden auf Korrelationen zwischen Variablenbündeln (Faktoren). Die Korrelation zwischen einem Faktor und einer der Variablen heißt Faktorladung. Der Eigenwert eines Faktors ist der Anteil der Varianz, den ein Faktor an allen anderen Variablen erklärt. Die Art der Rotation bestimmt, ob die Faktoren voneinander unabhängig (rechtwinklige R:, VARIMAX) oder abhängig (schiefwinklige R., OBLIMIN und PROMAX) sind.

5 Faktorzahl und Interpretation Faktorzahl Kaiser-Kriterium: Zahl der Faktoren mit einem Eigenwert > 1 Scree-Plot: der erste Punkt links vom Knick (Elbow) inhaltliche Plausibilität Interpretation Anzahl der Faktoren und erklärte Varianz Benennung der Faktoren Faktorladungen (> 0.4) der rotierten Komponentenmatrix

6 : Was gibt es für berufliche Orientierungen? 1. Welche Variablen sind relevant? 2. Welche Lösung ist zu erwarten? 3. Genügen die Variablen den Anforderungen? 4. Welche Lösung wird verwendet? 5. Von welchen Variablen werden die Lösungen gebildet? 6. Wie werden die Faktoren genannt? 7. Wähle 4 geeignete Variablen aus. 8. Speichere die Faktorwerte und vergebe Variablenlabels.

7 Anwendungsfall und Voraussetzungen Anwendungsfall Unterscheiden sich die Mittelwerte einer Variablen zwischen zwei Gruppen? Voraussetzungen unabhängige Variable ist dichotom abhängige Variable ist metrisch abhängige Variable ist normalverteilt n = 50 bei Gleichverteilung der Fälle, sonst höher

8 Mittelwerte berechnen MEANS TABLES = FAC1_ 1 BY v216 / CELLS MEAN COUNT SEMEAN. 95 %-Konfidenzintervall für den Mittelwert Unter Ober -grenze = x ± 1.96 σ x ONEWAY FAC1_ 1 BY v216 / STATISTICS DESCRIPTIVES / MISSING ANALYSIS.

9 Unterscheiden sich die Mittelwerte signifikant? T- TEST GROUPS = v216 (1 2) / MISSING = LISTWISE / VARIABLES = FAC1_ 1 / CRITERIA = CI (.95). Prüfung auf Varianzgleichheit mit F-Test nicht vergessen. (Achtung: Voraussetzungstest!)

10 Wie sieht es mit den Faktorwerten für den anderen Faktor aus? 1. Mittelwerte berechnen und interpretieren 2. Konfidenzintervalle berechnen 3. auf Varianzgleichheit testen 4. T-Test interpretieren

11 Verschiedene Tests Verfahren 1. univariate Analyse mit FREQUENCIES /HISTOGRAM NORMAL 2. Trendbereinigtens Normalverteilungsdiagramm EXAMINE /PLOT NPPLOT 3. Modus = Median = Mittelwert < Steilheit < 1, < Schiefe < 1, Kolmogorv-Smirnov-Test NPAR TESTS /K-S(NORMAL) (Achtung: Voraussetzungstest!)

12 Testen Sie die Faktoren! Verschiedene Tests Welche Tests sprechen für, welche gegen die Normalverteilungsannahme bei den Faktorwerten?

13 Finden Sie Arten von Institutionen, die über eine ähnliche Glaubwürdigkeit verfügen. Gehen Sie zur Beantwortung der Frage vor wie in der zur beruflichen Motivation. Was bedeuten die Faktorwerte inhaltlich, die Sie abspeichern können?