Faktorenanalyse mit R

[@menschenskinneer]

Wirklich alles sehr gut und simpel mit Hintergrund erklärt, mein Professor in Modul Marktforschung hat es fast 1:1 genauso erklärt. Hat mir dementsprechend nochmal gut zum Auffrischen und wirklichem Verstehen geholfen! Danke.

[@R-statistikDe]

Danke schön!

[@dariamartynova5654]

Vielen Dank für das Video, toll erklärt.

[@R-statistikDe]

Vielen Dank für das positive Feedback! :-)

[@steveurkel9410]

wie ist der chi squared mit den Freuheitsgraden und der p Wert zu interpretieren ?

[@R-statistikDe]

@Steve, ich nehme an, es geht um die Ausgabe ab Minute 5:47 bzw. 8:17. Unter "Test of hypothesis ..." findest Du die Angaben zur Güte des Modells (Ist die Anzahl der Faktoren für das Modell hinreichend?). Die Chi2-Teststaistik und der Freiheitsgrad werden über den Algorithmus in Abhängigkeit der Argumente, wie z. B. Faktorenzahl errechnet. Was der Algo macht, habe ich hier www.faes.de/Basis/Basis-Lexikon/Basis-Lexikon-Multivariate/Basis-Lexikon-Faktorenanalyse/basis-lexikon-faktorenanalyse.html versucht als Übersicht zu beschreiben. Eine weitere Übersicht findest Du hier pages.mtu.edu/~shanem/psy5220/daily/Day21/exploratoryfactoranalysis.html und natürlich in der R-Hilfe zur Funktion. Mehr Informationen erhältst Du, wenn Du die Funktion fa des Paketes psych verwendest. Die Ausgabe zeigt verschiedene Methoden zur Modellgüte. Versuche z. B. mit der Faktorenzahl ein "wenig zu spielen" und Du wirst sehen, wie die Modellgüte (und natürlich die Ladung, Scores, ...) sich verändern. Eine gute Maßzahl ist m. E. die kumulierte Varianz, neben SS loadings.

[@steveurkel9410]

@@R-statistikDe danke für Ihre Antwort. Beim Hypothesentest, dass 5 Faktoren ausreichend sind kam ein P-Wert von 2.28e^-18 raus, das Bedeutet dass diese Hypthese verworfen wird und dass 5 Faktoren nicht ausreichend sind. Oder Irre ich mich ?

[@R-statistikDe]

Das sagt das Testergebnis. Wenn Du beispielsweise 10 Faktoren annimmst, erhältst Du folgendes Ergebnis: Test of the hypothesis that 10 factors are sufficient. The chi square statistic is 29.35 on 35 degrees of freedom. The p-value is 0.737 Ohne eine Diskussion auslösen zu wollen, ist für mich als Leitfaden die kumulierte Varianz und SS Loadings wichtig.

[@steveurkel9410]

@@R-statistikDe achso okay verstehe, ich wusste nicht, dass man sowohl den p-Wert als auch die kumulierte Varianz und die SS Loading betrachten kann.

[@steveurkel9410]

@@R-statistikDe außerdem möchte ich mich nochmal herzlich für die guten Videos bedanken. Sie erklären das wirklich leicht verständlich. !!!!

[@Tobi3G]

Was ist jetzt genau der Unterschied zwischen Faktorenanalyse und Hauptkomponentenanalyse? Die Videos sind ja recht ähnlich.

[@R-statistikDe]

Die beiden Verfahren unterscheiden sich konzeptuell voneinander. Die Gemeinsamkeiten und Unterschiede beider Verfahren werden kurz und übersichtlich hier gegenübergestellt: de.wikipedia.org/wiki/Faktorenanalyse#Faktoren-_versus_Hauptkomponentenanalyse

[@TangoDelta42]

Im Prinzip sehr gut, aber die Fahrstuhlmusik im Hintergrund irritiert irgendwie etwas und erinnert an Teleshopping. :)

[@R-statistikDe]

Vielen Dank und Deinen Hinweis berücksichtige ich in zukünftigen Videos! Und sorry für die späte Antwort! :-)