Тёмный

Faktorenanalyse (explorativ) 

DATAtab
Подписаться 148 тыс.
Просмотров 32 тыс.
50% 1

Bei der explorativen Faktorenanalyse handelt es sich um ein Verfahren, welches darauf abzielt, Strukturen in großen Variablensets aufdecken zu können. Liegt bei dir ein Datensatz mit vielen Variablen vor, so kann es sein, dass einige davon zusammenhängen, also miteinander korrelieren. Diese Beziehungszusammenhänge (Korrelationen) sind die Grundlage der Faktorenanalyse.
Ziel der Faktorenanalyse ist es nun, die Variablen in Gruppen zu gliedern. Dabei sollen jene Variablen, die hoch korrelieren von jenen, die weniger stark korrelieren getrennt werden. Unter Faktoren werden jene Gruppen von Variablen verstanden, die stark miteinander zusammenhängen, also hoch korreliert sind. Faktoren sind quasi „hinter den Variablen“ stehende Größen, die den Zusammenhang verschiedener Ausgangsvariablen darstellen.
Zum Faktorenanalyse Rechner:
datatab.de/statistik-rechner/...
Beispieldatensatz:
datatab.de/assets/examples/PC...
Unser Buch:
datatab.de/statistik-buch

Опубликовано:

 

21 сен 2021

Поделиться:

Ссылка:

Скачать:

Готовим ссылку...

Добавить в:

Мой плейлист
Посмотреть позже
Комментарии : 35   
@lindaschudack9037
@lindaschudack9037 2 года назад
wow, dass man diese Menge an komplexen Information so gut verdichten und so "einfach" erklären kann! Vielen Dank auf jeden Fall.
@datatab
@datatab 2 года назад
Danke für dein nettes Feedback! LG Mathias
@xriatsux4715
@xriatsux4715 5 месяцев назад
Einfach wunderschön, wenn man Statistik plötzlich versteht ^^ DANKE!
@artemchramow4594
@artemchramow4594 2 года назад
Wow, klasse Video. Deine Erklärung hat mir beim Lernen geholfen, vielen Dank für die Mühe!
@datatab
@datatab 2 года назад
Danke für das nette Feedback!!! LG Mathias
@lilithsmolinski4563
@lilithsmolinski4563 Год назад
Klasse Video, hat mich die explorative Faktorenanalyse nun noch einmal sehr einfach verstehen lassen : )
@chiara0181
@chiara0181 6 месяцев назад
Super verständlich erklärt! Danke!
@derverbesserer3769
@derverbesserer3769 Месяц назад
Bestes Video zu dem Thema, geil erklärt! Danke
@paytez
@paytez 2 года назад
Mega gutes Video! Kleiner Punkt: Ich hätte noch die drei wichtigsten Kriterien zur Überprüfung der Eignung der Korrelationsmatrix bevor man mit der Faktorenanalyse beginnt, erklärt: den Bartlett-Test, das Kaiser-Meyer-Olkin-Kriterium und die Anti-Image-Matrizen. Außerdem wäre nochmal eine Unterscheidung zwischen Hauptkomponentenanalyse und Hauptachsenanalyse ideal gewesen. Aber hey, für die Grundlagen bleibt das Video top😊
@datatab
@datatab 2 года назад
Ja das stimmt!!! Unterschied zur Hauptkomponentenanalyse ist noch auf der To-Do liste. Stimmt und die Voraussetzungen könnte ich auch noch eins machen! Vielen Dank für das Feedback. LG Mathias
@stifflersmum9923
@stifflersmum9923 Год назад
vielen Dank für die super Erklärung!
@michelehe8414
@michelehe8414 Год назад
Wow, super gut erklärt. Danke danke danke
@mattue6154
@mattue6154 Год назад
Danke für das Video :)
@evinmcgraw6741
@evinmcgraw6741 2 года назад
Vielen Dank für das tolle Video!
@datatab
@datatab 2 года назад
Danke für das nette Feedback: ) LG mathias
@janetblaurock8636
@janetblaurock8636 Год назад
super erklärt. vielen Dank!👍
@datatab
@datatab Год назад
Vielen Dank : )
@alinapolat7336
@alinapolat7336 2 года назад
Super video!! Hat mir tatsächlich sehr geholfen 😬
@datatab
@datatab 2 года назад
Vielen Dank für das Feedback!!! LG Mathias
@cupcaketv5673
@cupcaketv5673 Месяц назад
Vielen Dank!
@docpio6465
@docpio6465 2 года назад
Dieses Video hat mir im Vergleich zu meinem Studienheft viel besser dabei geholfen die Faktorenanalyse zu verstehen. Danke dafür! Zum Eigenwert: Wenn dieser über 1 liegt erklärt der Faktor mehr Varianz als von allen Variablen erklärt werden kann. Was bedeutet das genau? Wie kann dieser Wert überhaupt über 1 liegen? Wie berechnet sich dieser Eigenwert eines Faktors? Geht es hier um die Summe? Also Faktor 1 erklärt beispielsweise 0.5 (50%der Varianz) von Variable 1, 0.3 von Variable 2, 0.25 von Variable 3, ... und wird somit > 1? Wäre das dann die Summe der Faktorladungen?
@datatab
@datatab 2 года назад
Hallo, vielen Dank für den super Feedback! Die erklärte Varianz ergibt sich durch den Eigenwert geteilt durch die Anzahl der Variablen. Siehe Tabelle der Erklärten Gesamtvarianz datatab.de/tutorial/faktorenanalyse. Der Eigenwert ergibt sich, indem man von der Korrelationsmatrix die Eigenwerte und Eigenvektoren ausrechnet. Sorry, das hilft vielleicht nicht viel weiter aber sonst einfach mal nach googlen. LG Mathias
@der_dataanalyst
@der_dataanalyst Год назад
Super erklärt. Top! 👍
@datatab
@datatab Год назад
Danke : )
@maxcoaching4644
@maxcoaching4644 Год назад
Überragend!
@datatab
@datatab Год назад
Danke : )
@lauramarie7220
@lauramarie7220 Год назад
Mega 🎉
@wuerges22
@wuerges22 2 года назад
Hi, danke für das gute Video. Ich habe eine Hauptachsenanalyse mit Oblimin Rotation durchgeführt. Jedoch passen manche Ladungen nicht zu der Theorie. Die Theorie sagt zB Item a gehört zu Faktor 1, Item a lädt aber am höchsten auf den Faktor 2. Wie gehe ich hier vor und wo ordne ich jetzt Item a ein?
@luiss3015
@luiss3015 Месяц назад
super video
@Doparmean
@Doparmean 2 года назад
Gibt es keine Live-Time Lizenz für eure Software?
@datatab
@datatab 2 года назад
Hallo, danke für deine Nachricht! Aktuell haben wir nur eine 3 Jahresversion! falls das nicht reicht schreibe mir bitte unter mathias.jesussek@datatab.de, dann können wir auch 5 oder 7 Jahre machen. LG Mathias
@musabsalihakten8264
@musabsalihakten8264 2 года назад
Wieso sind die Variablen metrisch? Ich dachte Likert-Scala ist immer ordinal.
@datatab
@datatab 2 года назад
Ja das stimmt! Wenn man bei einer Likert-Skala einen Index berechnet wird der "neue" Variable aber oft als metrisch angenommen! Aber ein einzelnes Item ist natürlich nicht metrisch! LG Mathias
@architect5079
@architect5079 4 месяца назад
Kann mir einer sagen, inwiefern es sich zur Hauptkomponentenanalyse unterscheidet? Danke im Voraus :)
@Anonimowany1
@Anonimowany1 5 дней назад
Ja aber wir kriege ich die Anzahl der Faktoren mittels Scree Plot raus? Das bietet ihr nicht an
Далее
Varianz  (Einfach erklärt)
8:10
Просмотров 37 тыс.
Lineare Regression: Einfach erklärt
16:48
Просмотров 70 тыс.
skibidi toilet 76 (full episode)
08:11
Просмотров 8 млн
Varianzanalyse - Formeln einfach erklärt
7:22
Просмотров 15 тыс.
R Tutorial: Exploratory Factor Analysis (EFA)
9:49
Просмотров 25 тыс.
CFA mit R / lavaan 1: Grundlagen
15:43
Просмотров 7 тыс.
t-Test für abhängige Stichproben
13:55
Просмотров 17 тыс.
Die Faktorenanalyse
19:40
Просмотров 1,4 тыс.
Logistische Regression: Einfach erklärt
7:30
Просмотров 35 тыс.
Faktorenanalyse mit R
10:43
Просмотров 9 тыс.