Fast-Kollinearitätsanalyse
einer Korrelationsmatrix
zu Emotions- und Persönlichkeitseigenschaften
nach Peter Becker, ZDDP 22 (3), 2001, S. 160
von Rudolf Sponsel, Erlangen
Abstract
- Zusammenfassung - Summary
Die Eigenwerte
einer Korrelationsmatrix geben direkt
und unmittelbar Auskunft, ob und wie viele Fast-Kollinearitäten,
d.h. fast-lineare Abhängigkeiten und damit Gesetzes-
oder Regelhaftigkeiten in den Daten vorhanden sind (Sponsel
2005). Die Fast-Kollinearitäten lassen sich in der Korrelations-
im Gegensatz zur Datenmatrix auch leicht graphisch darstellen, wie
man z.B. der Eingangsgraphik entnehmen kann. Als Fast-Kollinearität
werte ich Eigenwerte < 0.20, weniger streng und erweitert Eigenwerte
< 0.30. Fast-Kollinearitäten können Matrizen im Grenzbereich
der numerischen Genauigkeit allein durch Rundungsfehler zum Entgleisen
bringen, es resultieren dann pathologische Werte, die eine sinnvolle Interpretation
multivariater Kennwerte nicht mehr zulassen (Sponsel
1994).
Fast-Kollinearität kann im Regelfall vier Hauptgründe haben: Neben artifiziellen, wenn z.B. ein Gesamtwert in die Korrelationsmatrix aufgenommen wird, können auch die mathematischen Prozeduren selbst, z.B. durch das Zentrieren, Fast-Kollinearitäten erzeugen oder inhaltliche Redundanzen dahinter stecken. Der die WissenschaftlerIn am meisten interessierende Grund ist natürlich das Finden einer echten Gesetzes- oder Regelhaftigkeit. Leider hat der Datenreduktionsfuror der FaktorenanalytikerInnen den Blick für die kaum zu überschätzende Bedeutung kleiner Eigenwerte völlig vernebelt: man wirft dort die Juwelen weg, ohne es zu bemerken.
Suchen in der IP-GIPT,
z.B. mit Hilfe von "google": <suchbegriff>
site: www.sgipt.org
z.B. Wissenschaft site: www.sgipt.org. |
korrigiert: irs 13.10.12