SPSS Diskriminanzanalyse.pdf
SPSS Diskriminanzanalyse.pdf
SPSS Diskriminanzanalyse.pdf
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
25.2 Ergebnisse der <strong>Diskriminanzanalyse</strong> 601<br />
Eigenwert<br />
Die ausgewiesenen Maßzahlen ähneln denen einer Varianzanalyse, und auch das<br />
Konzept dieser Untersuchung ist dem der Varianzanalyse sehr ähnlich. Als Testgröße<br />
wird der Eigenwert betrachtet. Dieser entspricht nicht nur in seiner Funktion<br />
dem F-Wert einer Varianzanalyse, sondern wird auch auf sehr ähnliche Weise berechnet.<br />
Der Eigenwert ergibt sich aus dem Quotienten der Quadratsumme zwischen<br />
den Gruppen (QSZ) und der Quadratsumme innerhalb der Gruppen (QSI).<br />
Der Unterschied zur Berechnung des F-Wertes besteht lediglich darin, daß beim<br />
F-Wert die jeweiligen Freiheitsgrade berücksichtigt werden.<br />
QSZ<br />
Eigenwert = QSI<br />
Ein großer Eigenwert ergibt sich, wenn die Streuung zwischen den Gruppen im<br />
Verhältnis zur Streuung innerhalb der Gruppen sehr groß ist. Dies ist die von einer<br />
<strong>Diskriminanzanalyse</strong> angestrebte Situation. Wird dies erreicht, ist gewährleistet,<br />
daß sich die Funktionswerte der einzelnen Gruppen deutlich voneinander unterscheiden,<br />
während die Werte innerhalb einer Gruppe sehr ähnlich sind. Dadurch<br />
ist es anschließend leicht möglich, anhand eines Funktionswertes auf die Gruppenzugehörigkeit<br />
zu schließen. In Abbildung 25.3 wird ein Eigenwert von 0,398<br />
ausgewiesen. Dieser Wert zeigt an, daß die Streuung zwischen den Gruppen nur<br />
das 0,4fache der Streuung innerhalb der Gruppen beträgt. Die Tatsache, daß überhaupt<br />
eine Streuung zwischen den Gruppen vorliegt, deutet darauf hin, daß das<br />
zugrundeliegende Modell durchaus einen gewissen Erklärungswert besitzt, der<br />
relativ geringe Eigenwert läßt jedoch vermuten, daß es noch verbesserungsfähig<br />
ist.<br />
Die beiden Spalten % der Varianz und Kumulierte % in der Tabelle Eigenwerte<br />
haben im vorliegenden Fall keinen Aussagegehalt, da die Werte bei einer Unterscheidung<br />
von nur zwei Gruppen stets 100% betragen.<br />
Kanonischer Korrelationskoeffizient<br />
Der kanonische Korrelationskoeffizient mißt die Strenge des Zusammenhangs<br />
zwischen den Funktionswerten der Diskriminanzfunktion und den Gruppen der<br />
abhängigen Variablen. Dieser Koeffizient ergibt sich als Quadratwurzel des Quotienten<br />
aus der Quadratsumme zwischen den Gruppen und der gesamten Quadratsumme<br />
(QSZ + QSI). Damit ist er genauso definiert wie der Wert eta, der bei einer<br />
Varianzanalyse betrachtet wird. Für den Fall von lediglich zwei Gruppen ist<br />
dieser Wert mit dem Pearson’schen Korrelationskoeffizienten identisch.<br />
Kanonischer Korrelationskoeffizient =<br />
QSZ<br />
QSZ + QSI<br />
Da der Eigenwert als Quotient aus QSZ und QSI definiert ist und zudem die<br />
Summe dieser beiden Quadratsummen die gesamte Quadratsumme ergibt, läßt<br />
Felix Brosius, <strong>SPSS</strong> 8<br />
International Thomson Publishing