Multivariate Analysemethoden, Dozent: Dr. Thomas Schäfer Alexander Allnoch, Markus Burkhardt & Vivien Röder
|
|
- Curt Kappel
- vor 7 Jahren
- Abrufe
Transkript
1 Multivariate Analysemethoden, Dozent: Dr. Thomas Schäfer Alexander Allnoch, Markus Burkhardt & Vivien Röder
2 1. Einführung 2. Grundlagen Faktorenanalyse 3. Nutzungsdimensionen von Musik - unsere Untersuchung 4. Explorative Faktorenanalyse mit SPSS am Beispiel unserer Musik-Erhebung 5. Konfirmatorische Faktorenanalyse
3 Faktorenanalyse Was wisst ihr schon? (aus Vorlesungen, Bachelorarbeit, eigenem Literaturstudium aus intrinsischem Interesse heraus )
4 Ziele der Faktorenanalyse: - datenreduzierendes Verfahren -> viele Variablen zu wenigen hypothetischen Faktoren zusammenfassen - Prüfung von Theorien -Testentwicklung -> Ursprung: Spearman: Intelligenzstrukturtheorien
5 1. Einführung 2. Grundlagen Faktorenanalyse 3. Nutzungsdimensionen von Musik - unsere Untersuchung 4. Explorative Faktorenanalyse mit SPSS am Beispiel unserer Musik-Erhebung 5. Konfirmatorische Faktorenanalyse
6 1. Einführung 2. Grundlagen Faktorenanalyse a) Korrelationsmatrix b) Hauptachsenbestimmung c) Faktorenextraktion d) Rotation e) Ergebnisinterpretation 3.
7 M1 Variable (oder Item) besteht aus: 1 spezifischem Anteil 2 Teil, den sie mit anderen Variablen gemeinsam hat 3 Messfehler / unerklärten Teil Ich höre Musik, weil sie Trost spendet spezifischer Teil unerklärter Teil gemeinsamer Teil Messfehler Trost - Teil (spezifisch) Emotionaler Teil (gemeinsam)
8 Folie 7 M1 warum das VENN Dieagramm blau? Markus;
9 Interessant ist der (Varianz-) Anteil, den verschiedene Variablen gemeinsam haben denn der geht auf einen gemeinsamen, dahinterliegenden Faktor zurück Ich höre Musik, weil sie Trost spendet Ich höre Musik, weil sie mir Mut macht spezifischer Teil unerklärter Teil gemeinsamer Teil Mut unerklärter Teil gemeinsamer Teil
10 Bei einer großen gemeinsamen Anteil korrelieren beide Variablen (Items) miteinander. Ich höre Musik, weil sie Trost spendet Ich höre Musik, weil sie mir Mut macht spezifischer Teil unerklärter Teil gemeinsamer Teil Mut unerklärter Teil gemeinsamer Teil
11 Merke: Die Grundlage für eine FA bildet die (empirische) Produkt - Moment Korrelationsmatrix denn hier werden die linearen Zusammenhänge (also der gemeinsame Anteil der Variablen) sichtbar
12
13 Im Folgenden Bsp. mit 3 Variablen da dies noch darstellbar. FA i.d.r. mit sehr viel mehr Variablen!
14 Korrelation aller 3 Variablen als Streudiagramm in einem 3-Dimensionalen Koordinatensystem. Beschreibung der 3D-Punktewolke mittels Hauptachsen ( Faktoren)
15
16
17 3 Geraden entsprechen mathematisch 3 Vektoren,die senkrecht aufeinander stehen in diesen Vektoren muss natürlich auch die Korrelation drin stecken Kor (x;y) = cos xy
18 3 Variablen -> 3 Hauptachsen -> 3 Faktoren Was ist daran das Problem bzgl. des Ziels der FA?
19 Ziel der FA ist es Informationen zu reduzieren. Es müssen also einige wenige Faktoren ausgewählt werden (genaueres später). - Verschiedene Analyseformen - Verschiedene Entscheidungskriterien z.b. -Screeplot - Kaiserkriterium
20 Die Anzahl der Faktoren bestimmt letztlich der Forscher! - Statistik als Entscheidungs- und Begründungshilfe Merke: Je weniger Faktoren umso geringer die erklärte Varianz aller Variablen
21 Wie die Erfahrung gezeigt hat, wird ein kreativer Sozialwissenschaftler für fast jede Faktorenstruktur eine scheinbar plausible Erklärung finden. (Diehl & Kohr, 1994 S.373)
22 Statistik-Programme suchen selbst die günstigste Faktorenstruktur Drehung des n-dimensionalen- Koordinatensystems zur Optimierung. PS: in der Prä-SPSS-Ära haben die Psychologen dafür wochenlang gerechnet!
23 unrotiert rotiert
24 Merke: Rotation dient dazu, dasseine Variable möglichst hoch mit einem Faktor korreliert (und nicht gleichmäßig mit allen Faktoren) Einfachstruktur
25 Verschiedene Verfahren: - rechtwinklige Rotation -> häufigstes Verfahren (Faktoren sind unkorreliert) VARIMAX - schiefwinklige Rotation (Faktoren sind korreliert) -> schwer zu interpretieren Oblimin-Rotation
26 Beispiel: 6 Items und 2 Faktoren Musiknutzung: 1 Aktivation 2 Emotion
27 Merke: Faktorladung: Korrelation einer Variable v mit dem Faktor f Die Berechnung der Faktorladungen macht das Statistik-Programm, da sehr komplex
28 Faktorladung ² ergibt das Bestimmtheitsmaß Wie lässt sich das interpretieren?.019² = ²=.39
29 .019² +.608²= >39,04% der Varianz im Item gefühle wiederfinden können mit den 2 Faktoren erklärt werden = Kommunalität des Items ² ²
30 Merke: Kommunalität Ist der Anteil der Varianz EINER Variable der durch ALLE Faktoren erklärt werden kann
31 Jetzt wissen wir aber nur etwas über die Variable
32 uns interessiert aber auch die Güte der Faktoren.019² +.043² ² +.593² = 1,500
33 uns interessiert aber auch die Güte der Faktoren.019² +.043² ² +.593² = 1,500 = Eigenwert des Faktors 1
34 Problem: Je mehr Items, umso größer der Eigenwert - daher : Erklärungskraft das Faktors an Gesamtvarianz = Eigenwert (max. Faktorladungen²) = Eigenwert Anzahl der Variablen
35 Merke: Die Bedeutsamkeit eines Faktors ergibt sich aus dem Anteil des Eigenwertes an der Gesamtvarianz (Erklärbare Varianz). -> Aussage zur Güte und Bedeutung des Faktors
36 Die Erklärungskraft aller extrahierten Faktoren ergibt sich aus ihrer Summe (1,5 + 1,36)=0,48 6
37 Merke: Die Varianzaufklärung der Faktorenanalyse ist = SUMME (Eigenwerte/ Anzahl der Items) = SUMME (Kommunalitäten / Anzahl der Items)
38 Selten angegeben Faktorwert: Ausprägung eine Person (i) auf dem Faktor (f). (Im Gegensatz zum Summenscore gewichtet)
39 (Aus der Präsentation von Wagner, Reichel und Drescher, 2010)
40 1. Einführung 2. Grundlagen Faktorenanalyse 3. Nutzungsdimensionen von Musik - unsere Untersuchung 4. Explorative Faktorenanalyse mit SPSS am Beispiel unserer Musik-Erhebung 5. Konfirmatorische Faktorenanalyse
41 Warum hören Menschen Musik? Das Warum ist auch eine Frage nach den Funktionen von Musik - viele theoretische Arbeiten - wenig empirische Arbeiten Funktionen von Musik (z.b. Schäfer & Sedlmeier, 2009; Behne, 2009) Wieso ist bietet sich hier eine Faktorenanalyse an?
42 Itempool aus 139 Items von Schäfer und Städtler bereitgestellt 23 augenscheinvalide Items der Faktoren zum Thema - Aktivation/ Beruhigung - Gefühlsregulation
43 Fragen im Format: Ich höre Musik, weil sie mich beruhigt. weil ich mich dann fitter fühle. Wie sehr würden Sie dieser Aussage zustimmen? 0 überhaupt nicht--- bis ---6 voll und ganz (+ Demografische Variablen)
44
45 N = 68 Alter M=23.46 (SD= 7.04, Range: 13-48) Geschlecht w= 61.8% m= 38.2% 2 Erhebungen; a) Psychologie Studenten b) Diskothek
46 1. Einführung 2. Grundlagen Faktorenanalyse 3. Nutzungsdimensionen von Musik - unsere Untersuchung 4. Explorative Faktorenanalyse mit SPSS am Beispiel unserer Musik-Erhebung 5. Konfirmatorische Faktorenanalyse
47 Exploratorische FA Faktoren auf Grundlage empirischer Daten herausfinden ( probieren ) hypothesen-/ modellgenerierend SPSS Konfirmatorische FA gründliche theoretische Überlegungen Überprüfung einer Faktorstruktur (SGM) hypothesen-/ modelltestend AMOS
48 a) lineare Zusammenhänge zwischen Items b) intervallskalierte Daten c) Stichprobengröße ausreichend groß d) HinreichendguteWerte in KMO, Bartlett & MSA
49 a) lineare Zusammenhänge zwischen Items einzelne Streudiagramme oder Streudiagrammmatrix - beides hat Vor- & Nachteile
50 a) lineare Zusammenhängezwischen Items SPSS Diagramme Diagrammerstellung
51 a) lineare Zusammenhänge zwischen Items
52 d) Hinreichend gute Werte bei KMO, Bartlett, MSA KMO nicht unter 0.5 (Werte zw. 0 & 1 mgl) MSA (Measure of sampling adequacy) KMO Bartlett H 0 :Korrelationsmatrix R = Einheitsmatrix E mit Nullkorrelation wollen wir nicht! Test sollte signifikant werden!
53 d) Hinreichend gute Werte bei KMO, Bartlett, MSA
54 d) Hinreichend gute Werte bei KMO, Bartlett, MSA Unsere SP: KMO.725 Bartlett: p<.001 MSA zw..502 &.861 KMO bzw. MSA >.9 sehr gut >.8 gut >.7 mittel >.6 mäßig >.5 schlecht <.5 von FA wird abgeraten (Bühner, 2004; S. 170)
55 a) Korrelationsmatrix erstellen b) Faktoren extrahieren c) Kommunalitäten bestimmen d) Faktorenanzahl bestimmen e) Faktoren interpretieren f) Faktorwerte bestimmen Bühner, 2004; Zöfel, 2003
56 Idee: hoch miteinander korrelierende Variablen entstammen einem übergeordneten Faktor sofern keine hohen Korrelationen FA nicht sinnvoll Schauen, ob Zusammenhänge linear sind (Voraussetzungsprüfung)
57
58 Extraktionsmethoden: Hauptachsenanalyse (PFA) Maximum-Likelihood-Analyse (ML) Faktorenanalytische Methoden (wollen Zusammenhänge zw. Items ursächlich erklären) Hauptkomponentenanalyse (PCA) (nur Datenreduktion & Beschreibung der Items) Bühner, 2004; Zöfel, 2003
59 In der Praxis nicht so bedeutsam (spuckt SPSS automatisch mit aus) Wichtig, ob Hauptachsenanalyse (PFA) oder Hauptkomponentenanalyse (PCA) PFA: gibt einen Fehler h j ² < 1 PCA: kein Fehler h j ² = max. 1 Bühner, 2004; Zöfel, 2003
60 Eigenwerte Kriterium für Anzahl der zu extrahierenden Faktoren Zur Beantwortung der Frage Wie viele Faktoren existieren verschiedene Verfahren: Kaiser Kriterium ScreePlot Parallelanalyse Bühner, 2004; Zöfel, 2003
61 Kaiser Kriterium Extrahiert werden alle Faktoren mit einem Eigenwert > 1?? Warum?? erklärt mehr Varianz als eine einzelne Variable Problem: häufig Überschätzung der Faktorenanzahl
62 Scree Plot = Geröllplot Faktoren nach Größe der Eigenwerte geordnet asymptodische Annäherung an x-achse Steiles Stück: wichtige Faktoren
63 Parallelanalyse Um Problem zu lösen, dass Eigenwerte > 1 per Zufall entstehen können Generierung von Zufallsdaten Faktoren extrahieren Faktoren aus Originaldaten mit größeren Eigenwerten als bei Zufallsdaten werden extrahiert
64 Inhaltliche Begründung der Zusammenfassung einzelner Items Faktoreninterpretation liegt beim Forscher Bsp. Funktionen von Musik F1: entspannen/ Aktivation, F2: Gefühle verarbeiten Bühner, 2004; Zöfel, 2003
65 Kann standardisierte Werte der Personen auf den einzelnen Faktoren berechnen bei Hauptachsenanalyse Schätzverfahren In SPSS: erhalte neue Variablen Bühner, 2004; Zöfel, 2003
66
67
68
69 Interpretation des SPSS Outputs
70 Blinder Empirismus theoretische Überlegungen?? Ähnlichkeit der Itemantworten durch SP mitbestimmt FA mit Daten verschiedener SP Ergebnisvergleich
71 1. Einführung 2. Grundlagen Faktorenanalyse 3. Nutzungsdimensionen von Musik - unsere Untersuchung 4. Explorative Faktorenanalyse mit SPSS am Beispiel unserer Musik-Erhebung 5. Konfirmatorische Faktorenanalyse
72 Theoretische Annahmen bezüglich Anzahl & Bedeutung der Faktoren Zuordnung der Items zu Faktoren Beziehung zw. den Faktoren?? Wenn ich alles schon weiß wieso mache ich dann überhaupt noch eine FA?? modell-/ hypothesentestend Empirie = theoretische Annahmen? Welches Modell hat den besseren Fit
73 Mit SPSS nicht möglich?? Aber ich kann doch die Anzahl an zu extrahierenden Faktoren bestimmen?? Ja, aber nicht die Zuordnung der Variablen zu den Faktoren & auch nicht die Beziehung der Faktoren untereinander??per Hand rechnen?? Nein bspw. mit AMOS
74 So sieht das dann aus: e1 e2 e6 e3 e4 e5 e7 Item 1 Item 2 Item 6 Item 3 Item 4 Item 5 Item 7 Faktor 1 Faktor 2?? Woran erinnert euch das?? SGM nächste Woche
75 EFA CFA Datenreduktion Ziel Datenreduktion Hypothesengenerierend Zweck Hypothesenprüfend Basierend auf Daten Zuordnung Item-Faktor Theoriegeleitet Basierend auf Daten Faktorenanzahl Theoriegeleitet Je nach Rotation (orthogonal, oblique) Post hoc Habe nur das eine gefundene Modell Korrelation der Faktoren Theoriegeleitet Faktoreninterpretation Theoriegeleitet a-priori Vergleich verschiedener Modelle Mittels Gütemaßen (X², CFI, RMSEA )
76 Ziel FA: Datenreduktion mit möglichst wenig Dimensionen möglichst viel Varianz erklären können EFA zur Hypothesengenerierung, CFA zur - überprüfung Grundlage: Korrelationsmatrix zw. den Variablen Subjektiver Anteile des Verfahrens (u.a. bei Interpretation des Verfahrens)
77 Merke: Vielen Dank für Eure Aufmerksamkeit
78 Backhaus, K., Erichson, B., Plinke, W. & Weiber, R. (2006). Multivariate Analysmethoden. Berlin: Springer. Kap. 5 Behne, K., E. (2009). Musikerleben im Jugendalter. Köthen: Conbrio. Bühner, M. (2004). Einführung in die Test- und Fragbogenkonstruktion. München: Pearson. Kap. 5 & 6 Diehl, J., M., & Kohr, H., U. (1994). Deskriptive Statistik. Eschborn: Klotz. Leonhart, R. (2009). Lehrbuch Statistik. Bern: Horgefe. Schäfer, T., & Sedlmeier, P. (2009). From the functions of music to music preference. Psychology Of Music, 37(3), doi: / Zöfel, P. (2003). Statistik für Psychologen im Klartext. München: Pearson Studium. Kap. 13
Exploratorische Faktorenanalyse. Exploratorische Faktorenanalyse. Exploratorische Faktorenanalyse
Exploratorische Faktorenanalyse Der Begriff Faktorenanalyse umfasst eine Gruppe multivariater Analyseverfahren, mit denen zugrundeliegende gemeinsame Dimensionen von Variablenmengen (z.b. Fragebogenitems)
MehrFaktorenanalyse. Fakultät für Human und Sozialwissenschaften Professur für Forschungsmethodik und Evaluation in der Psychologie
Faktorenanalyse Fakultät für Human und Sozialwissenschaften Professur für Forschungsmethodik und Evaluation in der Psychologie Seminar: Multivariate Analysemethoden Seminarleiter: Dr. Thomas Schäfer Referenten:
MehrDie Faktorenanalyse. Anwendung dann, wenn zwischen beobachtbaren und nicht direkt beobachtbaren Variablen ein kausales Verhältnis vermutet wird
Die Faktorenanalyse Zielsetzung Datenreduktion: eine größere Anzahl von Variablen auf eine kleinere Anzahl unabhängiger Einflussgrößen zurückführen Grundlegende Idee Direkt beobachtbare Variablen spiegeln
MehrEigene MC-Fragen Kap. 4 Faktorenanalyse, Aggregation, Normierung. 1. Welche Aussage zu den Prinzipien der Faktorenanalyse ist zutreffend?
Eigene MC-Fragen Kap. 4 Faktorenanalyse, Aggregation, Normierung 1. Welche Aussage zu den Prinzipien der Faktorenanalyse ist zutreffend? a) Die Faktorenanalyse hat ihren Ursprung in der theoretischen Intelligenzforschung.
MehrExplorative Faktorenanalyse
Explorative Faktorenanalyse 1 Einsatz der Faktorenanalyse Verfahren zur Datenreduktion Analyse von Datenstrukturen 2 -Ich finde es langweilig, mich immer mit den selben Leuten zu treffen -In der Beziehung
MehrEiner Reihe von Merkmalen zugrunde liegende, gemeinsame Faktoren ermitteln.
Faktoranalysen Aufbau 1. Sinn und Zweck 2. Eigenschaften der Merkmale 3. Extraktion der Faktoren 4. Anzahl der Faktoren 5. Rotation der Faktoren 6. Interpretation der Faktoren Sinn und Zweck Einer Reihe
Mehr6. Faktorenanalyse (FA) von Tests
6. Faktorenanalyse (FA) von Tests 1 6. Faktorenanalyse (FA) von Tests 1 6.1. Grundzüge der FA nach der Haupkomponentenmethode (PCA) mit anschliessender VARIMAX-Rotation:... 2 6.2. Die Matrizen der FA...
MehrStatistik II: Klassifikation und Segmentierung
Medien Institut : Klassifikation und Segmentierung Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Faktorenanalyse 2. Clusteranalyse 3. Key Facts 2 I 14 Ziel
MehrMETHODENPRAKTIKUM II Kurs 1. Prof. Dr. Beat Fux SUZ Frühlingssemester 2009
METHODENPRAKTIKUM II Kurs 1 Prof. Dr. Beat Fux SUZ Frühlingssemester 2009 Ziel der Faktorenanalyse Struktur hinter den Korrelationen zwischen Variablen entdecken Reduzierung einer Vielzahl von Variablen
MehrFaktorenanalyse. 1. Grundlegende Verfahren. Bacher, SoSe2007
Faktorenanalyse Bacher, SoSe2007 1. Grundlegende Verfahren explorative FA (EXFA): Für eine Menge von Variablen/Items werden zugrunde liegende gemeinsame (latente) Dimensionen/Faktoren gesucht, die Faktorstruktur
Mehr4. Skalenbildung: Faktorenanalyse, Aggregation von Items & Normierung
4. Skalenbildung: Faktorenanalyse, Aggregation von Items & Normierung Über die interne Struktur eines Tests bestehen präzise theoretische Vorstellungen --> ja: Konfirmatorische Faktorenanalyse CFA -->
MehrFaktorenanalysen mit SPSS. Explorative Faktorenanalyse als Instrument der Dimensionsreduktion. Interpretation des SPSS-Output s
Explorative Faktorenanalyse als Instrument der Dimensionsreduktion Beispiel: Welche Dimensionen charakterisieren die Beurteilung des sozialen Klimas in der Nachbarschaft? Variablen: q27a bis q27g im Datensatz
MehrFaktorenanalysen mit SPSS. Explorative Faktorenanalyse als Instrument der Dimensionsreduzierung. Interpretation des SPSS-Output s
Explorative Faktorenanalyse als Instrument der Dimensionsreduzierung Beispiel: Welche Dimensionen charakterisieren die Beurteilung des sozialen Klimas in der Nachbarschaft? Variablen: q27a bis q27g im
MehrMessen im psychologischen Kontext II: Reliabilitätsüberprüfung und explorative Faktorenanalyse
Messen im psychologischen Kontext II: Reliabilitätsüberprüfung und explorative Faktorenanalyse Dominik Ernst 26.05.2009 Bachelor Seminar Dominik Ernst Reliabilität und explorative Faktorenanalyse 1/20
MehrProf. Dr. Gabriele Helga Franke TESTTHEORIE UND TESTKONSTRUKTION
Prof. Dr. Gabriele Helga Franke TESTTHEORIE UND TESTKONSTRUKTION 2. FS Master Rehabilitationspsychologie, SoSe 2012 Faktorenanalyse/ faktorielle Validität 2 Einleitung Allgemeines zu Faktorenanalysen (FA)
MehrVeranschaulichung: Einführung in die Faktorenanalyse mit SAS. 1. Faktorenanalyse: Wie? Inhalt. 1. Faktorenanalyse: Wozu?
Einführung in die Faktorenanalyse mit SAS Benutzertreffen am URZ Christoph Witzel 6. Juni 2003 1. Faktorenanalyse: Wozu? Veranschaulichung: Variablen seien: Wie oft Personen Fußball spielen, Rad fahren,
MehrZur Erklärung menschlicher Verhaltensweisen oder allgemeiner sozialer Phänomene ist häufig eine Vielzahl von Einflussfaktoren zu berücksichtigen.
4.3 Faktorenanalyse Problemstellung Zur Erklärung menschlicher Verhaltensweisen oder allgemeiner sozialer Phänomene ist häufig eine Vielzahl von Einflussfaktoren zu berücksichtigen. Je größer jedoch die
Mehr9 Faktorenanalyse. Wir gehen zunächst von dem folgenden Modell aus (Modell der Hauptkomponentenanalyse): Z = F L T
9 Faktorenanalyse Ziel der Faktorenanalyse ist es, die Anzahl der Variablen auf wenige voneinander unabhängige Faktoren zu reduzieren und dabei möglichst viel an Information zu erhalten. Hier wird davon
MehrStatistische Methoden in der Wirtschaftsund Sozialgeographie
Statistische Methoden in der Wirtschaftsund Sozialgeographie Ort: Zeit: Multimediapool Rechenzentrum Mittwoch 0.5--45 Uhr Material: http://www.geomodellierung.de Thema: Beschreibung und Analyse Wirtschafts-
Mehrexplorative Faktorenanalyse Spickzettel
9.Testkonstruktion eplorative Faktorenanalyse Spickzettel Interpretation / Faktorentaufe Passung Datenmatri standardisiert berechnen /schätzen Beispiel: Item Ich habe gerne viele Menschen um mich herum
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1. LÖSUNG 13 a.
Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 LÖSUNG 13 a. Die Variablen sollten hoch miteinander korrelieren. Deshalb sollten die einfachen Korrelationskoeffizienten hoch ausfallen.
MehrSkript Einführung in SPSS
SPSSinteraktiv Faktorenanalyse - 1 - Skript Einführung in SPSS Faktorenanalyse Explorative Faktorenanalyse Hauptkomponentenanalyse (PCA) Hinweise zum Schreiben des statistischen Reports 1. Sämtliche Tabellen
MehrExplorative Faktorenanalyse
Explorative Faktorenanalyse Die explorative Faktorenanalyse ist ein Verfahren aus der multivariaten Statistik. Mithilfe der Faktorenanalyse kann aus den Beobachtungen vieler manifester Variablen (z.b Items
MehrEinführung in SPSS. Sitzung 5: Faktoranalyse und Mittelwertsvergleiche. Knut Wenzig. 22. Januar 2007
Sitzung 5: Faktoranalyse und Mittelwertsvergleiche 22. Januar 2007 Verschiedene Tests Anwendungsfall und Voraussetzungen Anwendungsfall Mehrere Variablen, die Gemeinsamkeiten haben, werden gebündelt. (Datenreduktion)
MehrHolger Dette. 30. Oktober 2015
Ruhr-Universität Bochum 30. Oktober 2015 1 / 1 Methodenlehre III Prof. Dr. NA 3/73 Telefon: 0234 32 28284 Email: holger.dette@rub.de Internet: www.ruhr-uni-bochum.de/mathematik3/index.html Vorlesung: Montag,
MehrMusterlösung. Modulklausur Multivariate Verfahren
Musterlösung Modulklausur 31821 Multivariate Verfahren 27. März 2015 Aufgabe 1 Kennzeichnen Sie die folgenden Aussagen über die beiden Zufallsvektoren ([ ] [ ]) ([ ] [ ]) 2 1 0 1 25 2 x 1 N, x 3 0 1 2
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 13 a) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Die Variablen sollten hoch miteinander korrelieren. Deshalb sollten die einfachen Korrelationskoeffizienten hoch ausfallen.
MehrFaktoren- und Hauptkomponentenanalyse
Ziel: Anwendung von Verfahren der Dimensionsreduzierung Erkennen von Strukturen in Daten an ausgewählten Anwendungsbeispielen Betreuer: Dipl.-Chem. Stefan Möller IAAC, Lehrbereich Umweltanalytik Lessingstraße
MehrKorrelation Regression. Wenn Daten nicht ohne einander können Korrelation
DAS THEMA: KORRELATION UND REGRESSION Korrelation Regression Wenn Daten nicht ohne einander können Korrelation Korrelation Kovarianz Pearson-Korrelation Voraussetzungen für die Berechnung die Höhe der
Mehr6-Variablen-Fall. Dipl.-Ök. John Yun Bergische Universität Wuppertal Gaußstraße Wuppertal
Dipl.-Ök. John Yun Bergische Universität Wuppertal Gaußstraße 20 42097 Wuppertal Allgemein 6 Konstrukte: - soziale Kontakte (6 Items) - Markenbewusstsein (6 Items) - Werbeakzeptanz (6 Items) - materielle
Mehr11.2 Ergebnisse der Faktorenanalysen
11.2 Ergebnisse der Faktorenanalysen Die Durchführung von Faktorenanalysen zu Beginn der empirischen Untersuchungen hatte neben der Itemanalyse das Ziel, den Fragebogen als Erhebungsinstrument zu prüfen.
Mehr2.5 Das Rotationsproblem
.5 Das Rotationsproblem Das Verfahren der Faktorenextraktion ist so ausgestaltet, dass - der erste Faktor F 1 einen möglichst großen Teil der Varianz der manifesten Variablen erklärt, - der zweite Faktor
Mehr6-Variablen-Fall. Dipl.-Ök. John Yun Bergische Universität Wuppertal Gaußstraße Wuppertal
Dipl.-Ök. John Yun Bergische Universität Wuppertal Gaußstraße 20 42097 Wuppertal Allgemein 6 Konstrukte: - Preisorientierung (6 Items) - Werbeakzeptanz (6 Items) - Qualitätsbewusstsein (6 Items) - Trendbewusstsein
MehrEinführung in die Hauptkomponentenanalyse und Faktorenanalyse mit SPSS. Datenanalyse HS09 Susan Kriete Dodds 18. November 2009
Einführung in die Hauptkomponentenanalyse und Faktorenanalyse mit SPSS Datenanalyse HS09 Susan Kriete Dodds 18. November 2009 Hauptkomponentenanalyse Öffne die Datei Kamera.csv Analysieren > Dimensionsreduzierung
MehrExplorative Faktorenanalyse
Explorative Faktorenanalyse Eric Klopp 1 Universität des Saarlandes Zusammenfassung Die explorative Faktorenanalyse (EFA) ist ein Verfahren aus der multivariaten Statistik. Mithilfe der Faktorenanalyse
MehrMusterklausur im Fach Käuferverhalten und Marketingforschung. Prof. Dr. M. Kirchgeorg
Lehrstuhl Marketingmanagement Musterklausur im Fach Käuferverhalten und Marketingforschung Prof. Dr. M. Kirchgeorg Punkteverteilung: Aufgabe max. Punktzahl erreichte Punktzahl I-1 12 I-2 10 I-3 8 Gesamt
MehrHauptkomponentenanalyse. Die Schritte bei einer Hauptkomponentenanalyse
Die Schritte bei einer FACTOR /VARIABLES f06_r f06_r f06_r f06_4r f06_5r f06_6r f06_7r f06_8r f06_9r f06_0r /MISSING LISTWISE /ANALYSIS f06_r f06_r f06_r f06_4r f06_5r f06_6r f06_7r f06_8r f06_9r f06_0r
MehrAufgaben zur Multivariaten Statistik
Prof. Dr. Reinhold Kosfeld Fachbereich Wirtschaftswissenschaften Universität Kassel Aufgaben zur Multivariaten Statistik Teil : Aufgaben zur Einleitung. Was versteht man unter einer univariaten, bivariaten
MehrGHF SoSe 2011 HS MD-SDL
GHF SoSe 2011 HS MD-SDL 6/28/2011 1 Bitte recherchieren Sie die verschiedenen Bestimmungsstücke des Validitätskonzepts Bitte überlegen Sie sich Strategien zur Prüfung dieser verschiedenen Bestimmungsstücke
MehrExplorative Faktorenanalyse
Bachelorseminar: Ausgewählte Aspekte der Wirtschafts- und Sozialstatistik Explorative Faktorenanalyse Simon Reitzner Betreuerin: Eva Endres, M.Sc. LMU München, Institut für Statistik 19.06.2015 1 / 43
MehrExploratorische Faktorenanalyse
Exploratorische Faktorenanalyse Kapitel 5 Einführung in die Test- und Fragebogenkonstruktion, Pearson Education 2003, Markus Bühner, 1 5.1 Ziele der Faktorenanalyse (1) Daten reduzieren (2) Zusammenhänge
Mehr17. Januar Ruhr-Universität Bochum. Methodenlehre III, WS 2010/2011. Prof. Dr. Holger Dette. 1. Matrizenrechnung. 2.
Ruhr-Universität Bochum 17. Januar 2011 1 / 232 Methodenlehre III NA 3/73 Telefon: 0234 322 8284 Email: holger.dette@rub.de Internet: www.ruhr-uni-bochum.de/mathematik3/index.html Vorlesung: Montag, 8.30
MehrInhalt. Einführung in die Faktorenanalyse mit SPSS. 1. Faktorenanalyse: Wozu? 1. Faktorenanalyse: Wie?
Einführung in die Faktorenanalyse mit SPSS Benutzertreffen am URZ Christoph Witzel. Juni 00 Inhalt. Faktorenanalyse: Wozu und wie?. Beispieldaten Metalle. Vorgehensweise. Verfahren zur Berechnung der Faktoren.
Mehr5.Tutorium Multivariate Verfahren
5.Tutorium Multivariate Verfahren - Hauptkomponentenanalyse - Nicole Schüller: 27.06.2016 und 04.07.2016 Hannah Busen: 28.06.2016 und 05.07.2016 Institut für Statistik, LMU München 1 / 18 Gliederung 1
MehrGrundzüge der Faktorenanalyse
SEITE Grundzüge der Faktorenanalyse Bei der Faktorenanalyse handelt es sich um ein Verfahren, mehrere Variablen durch möglichst wenige gemeinsame, hinter ihnen stehende Faktoren zu beschreiben. Beispiel:
Mehr9. November Ruhr-Universität Bochum. Methodenlehre III, WS 2009/2010. Prof. Dr. Holger Dette. Matrizenrechnung. 2. Multiple Korrelationen
Ruhr-Universität Bochum 9. November 2009 1 / 62 Methodenlehre III NA 3/73 Telefon: 0234 322 8284 Email: holger.dette@rub.de Internet: www.ruhr-uni-bochum.de/mathematik3/index.html Vorlesung: Montag, 8.30-10.00
MehrAufgaben zu Kapitel 4
Aufgaben zu Kapitel 4 Aufgabe 1 a) Berechnen Sie die Korrelation zwischen dem Geschlecht und der Anzahl erinnerter positiver Adjektive. Wie nennt sich eine solche Korrelation und wie lässt sich der Output
MehrDimensionale Methoden: Hauptkomponentenanalyse (HKA) und Faktorenanalyse (FA)
Dimensionale Methoden: Hauptkomponentenanalyse (HKA) und Faktorenanalyse (FA) 1 HKA und FA: das Problem Beispiel: Supermärkte: Welches sind die Hauptattribute von Supermärkten? (637 Kunden beurteilen Attribute
MehrVertiefungsrichtung Marktforschung
Vertiefungsrichtung Marktforschung Sommersemester 2006 Dipl.-WiInf.(FH) Christian Reinboth Darstellen Faktorenanalyse Erkennen Beschreiben Testen Faktorenanalyse In der Marktforschung hat man es häufig
MehrKonfirmatorische Faktorenanalyse. Regressionsmodelle für Politikwissenschaftler
Konfirmatorische Faktorenanalyse Regressionsmodelle für Politikwissenschaftler Was ist ein Faktor? Faktor oder latente Variable Regressionsmodelle für Politikwissenschaftler Konfirmatorische Faktorenanalyse
MehrStatistik, Datenanalyse und Simulation
Dr. Michael O. Distler distler@kph.uni-mainz.de Mainz, 5. Juli 2011 Zunächst: PCA (Hauptkomponentenanalyse) ist eine mathematische Prozedur, die eine Anzahl von (möglicherweise korrelierten) Variablen
MehrName Vorname Matrikelnummer Unterschrift
Dr. Hans-Otfried Müller Institut für Mathematische Stochastik Fachrichtung Mathematik Technische Universität Dresden Klausur Statistik II (Sozialwissenschaft, Nach- und Wiederholer) am 26.10.2007 Gruppe
MehrMessen im psychologischem Kontext II: Reliabilität und explorative Faktorenanalyse
Messen im psychologischem Kontext II: Reliabilität und explorative Faktorenanalyse Dominik Ernst 26.05.2009 Bachelor Seminar Inhaltsverzeichnis 1 Reliabilität 2 1.1 Methoden zur Reliabilitätsbestimmung.............
MehrExplorative Faktorenanalyse: Einführung und Analyse mit R
Explorative Faktorenanalyse: Einführung und Analyse mit R Christina Werner Frühling 2014 Universität Zürich 1 Wozu verwendet man Faktorenanalysen? Mit Hilfe von Faktorenanalysen kann untersucht werden,
MehrInterdisziplinäres Seminar. Multivariate Statistik bei psychologischen Fragestellungen. Markus Bühner und Helmut Küchenhoff WS 2008/09
Interdisziplinäres Seminar Multivariate Statistik bei psychologischen Fragestellungen Markus Bühner und Helmut Küchenhoff WS 2008/09, Homepage: http://www.stat.uni-muenchen.de/~helmut/seminar_0809.html
MehrExploratorische Faktorenanalyse: Hauptachsenanalyse und Hauptkomponentenanalyse SPSS-Beispiel zu Kapitel 13 1
Exploratorische Faktorenanalyse: Hauptachsenanalyse und Hauptkomponentenanalyse SPSS-Beispiel zu Kapitel 13 1 Karin Schermelleh-Engel, Christina S. Werner & Helfried Moosbrugger Inhaltsverzeichnis 1 Vorbemerkungen...
MehrModulklausur Multivariate Verfahren
Name, Vorname Matrikelnummer Modulklausur 31821 Multivariate Verfahren Datum Note Termin: 24. März 2017, 11.30-13.30 Uhr Erstprüfer: Univ.-Prof. Dr. H. Singer Hinweise zur Bearbeitung der Modulklausur
MehrDie Datenerhebung erfolgte in Form einer voll standardisierten schriftlichen Befragung. [...]
Methodenlehreklausur 3/0 Name: 1 Bearbeitungszeit: 2 Stunden 30 Minuten Zugelassene Hilfsmittel: Taschenrechner Teil I: Offenes Beispiel Eva Neumann, Hans Werner Bierhoff (2004): Ichbezogenheit versus
MehrEntwicklung der Faktorenanalyse 17.06.2009. Faktorenanalyse. Faktorenanalyse nach Spearman Variablen zur Beschreibung von Intelligenz
Faktorenanalyse Thomas Schäfer SS 009 1 Entwicklung der Faktorenanalyse Faktorenanalyse nach Spearman Variablen zur Beschreibung von Intelligenz Hauptkomponentenanalyse (Pearson, Hotelling) Thomas Schäfer
MehrInhaltsverzeichnis. Vorwort zur 3. Auflage 11
Vorwort zur 3. Auflage 11 Kapitel 1 Einführung 13 1.1 Ziel des Buches 14 1.2 Testanwendungsbereiche 18 1.3 Arten von Tests 20 1.3.1 Raven Progressive Matrices 23 1.3.2 NEO-FFI und NEO-PI-R 24 1.3.3 Thematischer
MehrKonfirmatorische Faktorenanalyse
Konfirmatorische Faktorenanalyse Regressionsmodelle für Politikwissenschaftler Was ist ein Faktor? Faktor oder latente Variable nicht direkt beobachtbare Größe die beobachtbare Variablen ( Indikatoren
MehrMultivariate Analysemethoden
Multivariate Analysemethoden Dipl.-Volksw. Rafael Rucha Klausur erster Termin im Wintersemester 2006/2007 3. Januar 2007 Das Arbeitsministerium beauftragte ein sozialwissenschaftliches Institut, eine Studie
MehrJOHANNES GUTENBERG-UNIVERSITÄT MAINZ Psychologisches Institut Abteilung Methodenlehre & Statistik
JOHANNES GUTENBERG-UNIVERSITÄT MAINZ Psychologisches Institut Abteilung Methodenlehre & Statistik Seminar Datenerhebung, Analyse & Präsentation Dipl.-Psych. Rainer Kämper SS 2012 Fragen und Antworten finaler
MehrLiteratur: Rudolf & Müller, S Dr. Matthias Rudolf: M3 Multivariate Statistik Vorlesung Einführung SEM Folie Nr. 1
1 Korrelation und Kausalität 2 Grundsätzliches 3 Pfaddiagramme und lineare Strukturgleichungen 4 Struktur- und Messmodell 5 Modellspezifikation 6 Parameterschätzungen 7 Beurteilung der Schätzergebnisse
MehrFaktorenanalyse Beispiel
Faktorenanalyse Zweck der Faktorenanalyse ist die Dimensionsreduktion einer gegebenen Variablenanzahl, d. h. also die Zusammenfassung vorhandener Variablen zu wenigen latenten, i. d. R. voneinander unabhängigen
MehrBeschreibende Statistik Zweidimensionale (bivariate) Daten
Mathematik II für Biologen Beschreibende Statistik Zweidimensionale (bivariate) Daten 8. Mai 2009 Lineare Regression Transformationen Produktmomenten-Korrelation Rangkorrelation Warnung Stichprobe ( 1,y
MehrLösung zu Kapitel 11: Beispiel 2
Lösung zu Kapitel 11: Beispiel 2 Die Daten beziehen sich auf 48 Bewerbungen um eine Position in einem Unternehmen. Diese Bewerbungen wurden anhand von 15 Variablen bewertet (Datenfile: bewerbung.csv).
MehrSind mehrere Merkmale untereinander hoch korreliert, so kann man sie als zusammengehörig interpretieren, sie bilden einen Faktor.
5 Faktorenanalyse 5.1 Das orthogonale Faktorenmodell Sind mehrere Merkmale untereinander hoch korreliert, so kann man sie als zusammengehörig interpretieren, sie bilden einen Faktor. Beispiel 5.1. Körpergröße
MehrINHALTSVERZEICHNIS EINLEITUNG
INHALTSVERZEICHNIS EINLEITUNG 2 1 ARBEITSWERTE 3 2 ANSÄTZE ZUR STRUKTURIERUNG VON ARBEITSWERTEN 4 2.1 Elizur 4 2.2 Schmidt 5 2.3 Alderfer 6 3 DATENBASIS 8 4 FAKTORENANALYSE 10 4.1 Zusammenhänge zwischen
MehrStatistik II. Lineare Regressionsrechnung. Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II
Statistik II Lineare Regressionsrechnung Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II - 09.06.2006 1 Mit der Kovarianz und dem Korrelationskoeffizienten können wir den statistischen
MehrWichtigkeit und Intensität des Einsatzes von Methoden zur Neukundengewinnung
2.2. Analyse und Ergebnisse Für die Analyse des Datenmaterials und Prüfung der Hypothesen werden verschiedene statistische Verfahren eingesetzt, bei deren Anwendung zu beachten ist, daß sie auf Annahmen
MehrMultivariate Verfahren
Multivariate Verfahren Oliver Muthmann 31. Mai 2007 Gliederung 1 Einführung 2 Varianzanalyse (MANOVA) 3 Regressionsanalyse 4 Faktorenanalyse Hauptkomponentenanalyse 5 Clusteranalyse 6 Zusammenfassung Komplexe
MehrBeispiele für Faktorscores realer Marken sowie minimaler und maximaler Score in den fünf Dimensionen. 2 Sensorik
Addendum zum Aufsatz Positionierungsmodell für Marken in: Planung & Analyse, 2/2015, S. 38-42 I Ergänzende Auswertungen Letzte Variante der Hauptkomponentenanalyse nach Überprüfung mehrerer Lösungen mit
MehrEinführung in die Test- und Fragebogenkonstruktion
Markus Bühner Einführung in die Test- und Fragebogenkonstruktion 3., aktualisierte und erweiterte Auflage PEARSON Studium ein Imprint von Pearson Education München Boston San Francisco Harlow, England
MehrMultivariate Verfahren
Faktorenanalyse 1 Matthias Rudolf & Johannes Müller Multivariate Verfahren Eine praxisorientierte Einführung mit Anwendungsbeispielen in SPSS Praxisbeispiel zur Faktorenanalyse: FABA Inhalt: 1 Beschreibung
MehrParametrische vs. Non-Parametrische Testverfahren
Parametrische vs. Non-Parametrische Testverfahren Parametrische Verfahren haben die Besonderheit, dass sie auf Annahmen zur Verteilung der Messwerte in der Population beruhen: die Messwerte sollten einer
MehrInstitut für Marketing und Handel Prof. Dr. W. Toporowski. SPSS Übung 5. Heutige Themen: Faktorenanalyse. Einführung in Amos
SPSS Übung 5 Heutige Themen: Faktorenanalyse Einführung in Amos 1 Faktorenanalyse Datei Öffnen V:/Lehre/Handelswissenschaft/Daten_Übung3/Preisimage_F_und_C.sav 2 Datensatz (I) v1 Wenn Produkte zu Sonderpreisen
MehrAufgaben zu Kapitel 4
Rasch, Friese, Hofmann & aumann (2006). Quantitative Methoden. Band (2. Auflage). Heidelberg: Springer. Aufgaben zu Kapitel 4 Aufgabe a) Berechnen Sie die Korrelation zwischen dem Geschlecht und der Anzahl
MehrForschungsmethoden VORLESUNG SS 2017
Forschungsmethoden VORLESUNG SS 2017 SOPHIE LUKES Überblick Letzte Woche: Messen Heute: Hypothesen Warum Hypothesen? Menschliches Erleben und Verhalten? Alltag vs. Wissenschaft Alltagsvermutung Wissenschaftliche
MehrMultivariate Verfahren
Selbstkontrollarbeit 2 Multivariate Verfahren Diese Selbstkontrollarbeit bezieht sich auf die Kapitel 5 bis 8 der Kurseinheit 1 (Multivariate Statistik) des Kurses Multivariate Verfahren (883). Hinweise:
MehrMultivariate Statistik
Multivariate Statistik von Univ.-Prof. Dr. Rainer Schlittgen Oldenbourg Verlag München I Daten und ihre Beschreibung 1 1 Einführung 3 1.1 Fragestellungen 3 1.2 Datensituation 8 1.3 Literatur und Software
MehrForschungsmethoden VORLESUNG WS 2017/2018
Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Überblick Letzte Woche: Messen Heute: Hypothesen Warum Hypothesen? Menschliches Erleben und Verhalten? Alltag vs. Wissenschaft Alltagsvermutung Wissenschaftliche
MehrVorlesung: Multivariate Statistik für Psychologen
Vorlesung: Multivariate Statistik für Psychologen 7. Vorlesung: 05.05.2003 Agenda 2. Multiple Regression i. Grundlagen ii. iii. iv. Statistisches Modell Verallgemeinerung des Stichprobenmodells auf Populationsebene
MehrInhaltsverzeichnis. Über die Autoren Einleitung... 21
Inhaltsverzeichnis Über die Autoren.... 7 Einleitung... 21 Über dieses Buch... 21 Was Sie nicht lesen müssen... 22 Törichte Annahmen über den Leser... 22 Wie dieses Buch aufgebaut ist... 23 Symbole, die
MehrEinführung in die Test- und Fragebogenkonstruktion
Markus Bühner 1 Einführung in die Test- und Fragebogenkonstruktion 2., aktualisierte und erweiterte Auflage PEARSON Studium ein Imprint von Pearson Education München Boston San Francisco Harlow, England
MehrDie Faktorenanalyse: Das Rotationsproblem / Extraktionskriterien für Faktoren
Die Faktorenanalyse: Das Rotationsproblem / Extraktionskriterien für Faktoren Julia Manhart / Matthias Hunger 05.November 2008 1 Inhaltsverzeichnis 1 Rückblick 3 2 Das Rotationsproblem 3 2.1 Problem der
MehrKorrelationsmatrix. Statistische Bindungen zwischen den N Zufallsgrößen werden durch die Korrelationsmatrix vollständig beschrieben:
Korrelationsmatrix Bisher wurden nur statistische Bindungen zwischen zwei (skalaren) Zufallsgrößen betrachtet. Für den allgemeineren Fall einer Zufallsgröße mit N Dimensionen bietet sich zweckmäßiger Weise
MehrMethodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrSPSS-Ausgabe 1: Univariate Varianzanalyse. Profildiagramm. [DatenSet1] D:\Sozialwiss2006_7\STAT2\Daten\mathsalaries.sav. Seite 1
SPSS-Ausgabe : Univariate Varianzanalyse [DatenSet] D:\Sozialwiss2006_7\STAT2\Daten\mathsalaries.sav Tests der Zwischensubjekteffekte Abhängige Variable: Einkommen Quelle Korrigiertes Modell Konstanter
MehrEmpirische Methoden zur Analyse gesprochener Sprache
Empirische Methoden zur Analyse gesprochener Sprache Prinzip der Hypothesenprüfung (am Beispiel des t-tests für unabhängige Stichproben) Statistische Verfahren: Einordnung Deskriptive (beschreibende) Statistik:
MehrInformationen zur KLAUSUR am
Wiederholung und Fragen 1 Informationen zur KLAUSUR am 24.07.2009 Raum: 032, Zeit : 8:00 9:30 Uhr Bitte Lichtbildausweis mitbringen! (wird vor der Klausur kontrolliert) Erlaubte Hilfsmittel: Alle Unterlagen,
MehrKlausurvorbereitung Multivariate Statistik
Klausurvorbereitung Multivariate Statistik Aufgabe 1 (15 Punkte) Daten der Erdbeerernte für 20 Betriebe werden untersucht. Angegeben werden die Variablen Größe, Sonne und Ertrag, die die Gröÿe des Anbaugebietes
MehrEinführung in die Korrelationsrechnung
Einführung in die Korrelationsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Korrelationsrechnung
MehrExplorative Faktorenanalyse
Explorative Faktorenanalyse Bachelorseminar: Ausgewählte Aspekte der Wirtschafts- und Sozialstatistik Autor: Simon Reitzner Betreuerin: Eva Endres, M.Sc. 23. September 2015 Inhaltsverzeichnis 1 Einleitung
MehrStatistik-Quiz Sommersemester
Statistik-Quiz Sommersemester Seite 1 von 8 Statistik-Quiz Sommersemester Die richtigen Lösungen sind mit gekennzeichnet. 1 In einer Gruppe von 337 Probandinnen und Probanden wurden verschiedene Merkmale
MehrFaktorenanalyse. 1. Grundsätzliche Überlegungen 1
Faktorenanalyse Auf den nächsten Seiten soll das Verfahren der Faktorenanalyse an einigen Beispielen dargestellt werden. Ziel ist es, die Durchführung von explorativen Faktorenanalysen mit SPSS für Windows
MehrForschungsmethoden VORLESUNG WS 2016/17
Forschungsmethoden VORLESUNG WS 2016/17 FLORIAN KOBYLKA, SOPHIE LUKES Organisatorisches Termine Raum 231 1 28.10.16 10:15 Sophie Lukes / Florian Einführung Kobylka 2 04.11.16 10:10 Florian Kobylka Psychologie
MehrAbb. 26: Antwortprofil zur Frage "Wie intensiv setzten sie die Methode ein?"
2.2.1.2. Intensität des Einsatzes der Methoden 2.2.1.2.1. Antwortprofil Das Antwortprofil zu der Fragestellung "Wie intensiv setzten sie die Methode ein?" zeigt Abbildung 26. 1. M ethoden der Neukundengewinnung:
Mehr