STATISTIK-FORUM.de

[Mofflerin]

Bühner (2011) schreibt das, was auch die meisten Google-Quellen schreiben:

Für oblique Rotationen werden zwei unterschiedliche Matrizen ausgegeben, die Mustermatrix und die Strukturmatrix. Die Mustermatrix besteht aus semipartiellen standardisierten Regressionsgewichten der Items auf die Faktoren, die Strukturmatrix aus Korrelationen zwischen den Items und den Faktoren. In der Regel wird die Mustermatrix interpretiert.

Ich verstehe nicht, was die Werte in der Mustermatrix bedeuten und wieso diesen bei der Interpretation gegenüber den Korrelationen (Strukturmatrix) der Vorzug zu geben ist.

Unter standardisierten Regressionsgewichten kann ich mir was vorstellen. Partiell bedeutet dann wohl, dass aus dem Regressionsgewicht eines Items der Einfluss der anderen Items herauspartialisiert wurde. Aber was bittesehr bedeutet semipartiell?

[strukturmarionette]

Hi,

im Gegensatz zur orthogonalen Rotation entstehen bei den obliquen Rotationen mehr oder weniger korrelierte Dimensionen (Faktoren).
Bei orthogonaler Rotation wären Muster- und Strukturmatrix identisch.

Eine Mustermatrix (bei obliquer Rotation) beinhaltet nun diejenige Varianz, die ein Faktor unter Berücksichtigung des Einflusses der anderen (untereinander korrelierten) Faktoren erklärt.

Die Begrifflichkeit ´SemiPartial´ oder Seminpartialkorrelation berücksichtigt bzw. miteinbezieht diesen Sachverhalt, dass aus jedem ´gemeinsamen´ Faktor der Effekt der anderen gemeinsamen Faktoren herauspartialisiert wird.

Gruß
S.

[Mofflerin]

Moin S.!

Frohes neues erstmal!

Eine Mustermatrix (bei obliquer Rotation) beinhaltet nun diejenige Varianz, die ein Faktor unter Berücksichtigung des Einflusses der anderen (untereinander korrelierten) Faktoren erklärt.

Aber wenn die Werte anzeigen, wieviel Varianz ein Faktor unter Berücksichtigung des Einflusses anderer Faktoren erklärt, dann wird doch nichts auspartialisiert? Oder heißt Berücksichtigung gerade, dass auspartialisiert wird? (Ich verstehe Berücksichtigung so, dass der Einfluss der anderen Faktoren drin bleibt, also nicht auspartialisiert wird).

Die Begrifflichkeit ´SemiPartial´ oder Seminpartialkorrelation berücksichtigt bzw. miteinbezieht diesen Sachverhalt, dass aus jedem ´gemeinsamen´ Faktor der Effekt der anderen gemeinsamen Faktoren herauspartialisiert wird

Wieso heißt es dann nicht Partialkorrelation?

[Mofflerin]

FAntwort ist immer noch von Interesse, falls es jemand weiß...

[Holgonaut]

Hi,

weil es keine PartialKORRELATION, sondern ein gewöhnlicher (Partial)Regressionskoeffizient sind. Faktormodelle sind Kausalmodelle mit EFFEKTEN (keinen "Beziehungen"). Wie im Fall einer Regression
mit einem Prädiktor ist das standardisierte Beta die Korrelation, kommt ein korrelierender weiterer Prädiktor dazu, ist es ein Regressionskoeffizient, keine Partialkorrelation.

Gruß
Holger
P.S. hab später erst gesehen, dass das ja schon im ersten posting abgefrühstückt worden war *hust*. Vielleicht hilft dies http://www.statsoft.de/glossary/S/SemiP ... lation.htm

Ansonsten: kümmer dich um die wichtigen Fragen *lach*

[JohannaSch]

Hallo!

Ich habe eine PFA mit obliquer Rotation als Grundlage für eine noch ausstehende CFA gerechnet. Ich habe in der Mustermatrix 3 Doppelladungen.
Sollten diese Items mit den Doppelladungen entfernt werden? Und falls ja, wie begründet man das?

Viele Grüße,
Johanna

[strukturmarionette]

Hi,

das lässt sich ohne Kenntnis der Datenstruktur und der Gesamtstudie -pauschal- nicht beantworten.

- Eine Elimination von Items erfolgt aber nicht nur aufgrund von Faktorladungen.
- Bei der Operationalisierung latenter Konstrukte wäre an erster Stelle immer auch die Theorie heranzuziehen.

Gruß
S.

[JohannaSch]

Vielen Dank für die Antwort!

Würde es also Sinn machen, diese Items den Faktoren zuzuordnen, zu denen sie theoretisch (nach meiner Interpretation) besser passen, auch wenn sie auf einen anderen Faktor höher laden? Ich war mir nicht sicher, ob das ungünstig auf die Modellpassung der CFA auswirken könnte, weil dort ja in der Regel nur Ladungen auf einem Faktor zugelassen werden. Bzw. ob es prinzipiell ungünstig ist, wenn Items in der *Mustermatrix* noch Doppelladungen haben, da dort ja die Korrelationen mit anderen Faktoren möglichst auspartialisiert sein sollten?

Viele Grüße,
Johanna