Zu (a)
Ausgangspunkt für die Anwendung der Hauptkomponentenanalyse ist eine Matrix von Korrelationskoeffizienten zwischen Variablen. Mit Hilfe der Hauptkomponentenanalysen können diese Variablen in voneinander unabhängige Gruppen klassifiziert werden. Damit kann zugleich die Binnenstruktur des untersuchten Merkmalsbereichs aufgedeckt werden.
Zu (b)
Ausgangspunkt für die Anwendung der Clusteranalyse ist eine Matrix von Ähnlichkeits- bzw. Unähnlichkeitsmaßen zwischen Objekten (z.B. Personen) bzgl. bestimmter Merkmale (Variablen). Mit Hilfe der Clusteranalyse werden die untersuchten Personen so gruppiert (klassifiziert), dass die Unterschiede zwischen den Personen innerhalb einer Gruppe bzw. eines Clusters möglichst gering und die Unterschiede zwischen den Clustern möglichst groß werden (empirisch fundierte Typenbildung).
Anhand von Auswertungsbeispielen wollen wir uns die Grundlagen der Hauptkomponenten- und Clusteranalyse anschaulich erarbeiten und mit Hilfe des Computerprogramms SPSS konkrete Datensätze aus der emp.-päd. Forschung am PC analysieren und die Ergebnisse gemeinsam interpretieren.
Backhaus, Klaus u.a. (2006): Multivariate Analysemethoden. 11. Aufl. Berlin u.a.: Springer: (a) Kap. 5: Faktoren-/Hauptkomponentenanalyse, S. 259-336 und (b) Kap. 8: Clusteranalyse, S. 489-555.
Bortz, Jürgen (2005): Statistik für Human- und Sozialwissenschaftler. 6. Aufl. Heidelberg u.a.: Springer: (a) Kap. 15: Faktoren-/Hauptkomponentenanalyse, S. 511-563 und (b) Kap. 16: Clusteranalyse, S. 565-584.
Frequency | Weekday | Time | Format / Place | Period |
---|
Degree programme/academic programme | Validity | Variant | Subdivision | Status | Semester | LP | |
---|---|---|---|---|---|---|---|
Frauenstudien | (Enrollment until SoSe 2015) | ||||||
Informatik für Geistes- und Sozialwissenschaftler/innen | Nebenfach | B | scheinfähig | ||||
Pädagogik / Erziehungswissenschaft / Diplom | (Enrollment until SoSe 2008) | H.3.4; H.3.6 | scheinfähig |