SGIPT
Internet Publikation  für Allgemeine und Integrative Psychotherapie  IP-GIPT DAS=15.12.2000
Anfang KPD_27   Überblick    Relativ Aktuelles    Rel. Beständiges     Titelblatt     Konzept     Archiv   Region     Service iec-verlag       Mail:  sekretariat@sgipt.org        Zitierung & Copyright
Diskussion (nur für Fachkundige mit entsprechender Interessenlage: Anmeldung erforderlich): GIPT-ADEIS@egroups.de
Willkommen in der Abteilung Wissenschaftstheorie, Methodologie und Statistisch-Mathematische Methoden in der Allgemeinen und Integrativen Psychologie, Psychodiagnostik und Psychotherapie
hier Standard-(Korrelations)-Matrix-Analysen SMA:

Standard -Matrix-Analyse
Gesamtmatrix Körperliche Beeinträchtigungen und Seelische Gesundheit
Schwarz, Michael & Hünerfauth, Thomas (2000)
"Das Klinisch-Psychologische Diagnosesystem KPD 2000
Verfahren zur psychometrischen Dokumentation therapeutischer
Prozesse und Ergebnisse."
https://www.idq.de/Modell/Korrelationen.htm
downloaded Dec 2000
 

Zusammenfassung: Die Korrelationsmatrix ist hochgradig indefinit („psychotisch") und produziert zwei negative Eigenwerte(am Ort  Variablen-Nr. 26. mit -.3093 und am Variablenort Nr. 27 mit -1.07956). Da die Matrix "Körperliche Beeinträchtigungen" positiv definit war, muß die Quelle dieser Indefinitheit aus der Matrix "Seelische Gesundheit" herrühren. Man beachte, daß aus dem Ort (Skala, Variable), an dem die negativen Eigenwerte auftreten, keine Schlüsse auf die Quelle der Entstehung gezogen werden kann, weil die Eigenwerte einer Korrelationsmatrix unabhängig von Zeilen- oder Spaltenvertauschungen gelten.  Die Matrix entgleist extrem, indem sie  4  multiple Korrelations-koeffizienten mit Werten über 1 produziert, der höchste davon mit dem sagenhaften Wert  multiple r(26.rest)=   3.747093982 (!)). Dies zeigt, zu welch unsinnigen Werten Korrelationsmatrizen führen können, wenn sie negative Eigenwerte enthalten. Die hohen negativen Eigenwerte können nicht durch die eingebauten Kollinearitäten durch identische Itempaare erklärt werden, sondern es müssen massive Ver-arbeitungsfehler vorliegen, wahrscheinlich unzulässige und fatale Missing-Data-Lösungen oder/ und  Mixturen aus unterschiedlichen Stichproben mit unterschiedlichen Stichprobenumfängen.. 

Querverweise:      Für NichtmethodikerInnen: worauf kommt es an bei Korrelationsmatrizen
Für professionell Interessierte

Result abstract - Zusammenfassung  KPD_27.K27

Samp  Or  MD  NumS  Condit  Determinant  HaInRatio  R_OutIn  K_Norm   C_Norm
 3612 27  -1  --2   134.9   5.4D-8       0.0000020   27.9    .038( 0)  -1(-1)

****   Summary of standard correlation matrix analysis  by R. Sponsel  ****
File = KPD_G.K27     N-order= 27  N-sample= 3612 Rank= 27  Missing data = ?
Positiv Definit=Cholesky successful________= No with  2 negat. eigenvalue/s
HEVA: Highest eigenvalue abs.value_________=    11.205117363146054
LEVA: Lowest eigenvalue absolute value_____=    .083074861050055141
CON: Condition number HEVA/LEVA___________~=    134.87976051376877
DET: Determinant original matrix (OMIKRON)_=    5.4464536504838898D-8
DET: Determinant (CHOLESKY-Diagonal^2)_____=   -999 (not positive definit)
DET: Determinant (PESO-CHOLESKY)___________=   -999 (not positive definit)
DET: Determinant (product eigenvalues)_____=    5.4464536504838631D-8
DET: Determ.abs.val.(PESO prod.red.norms)__=    5.4464536504838897D-8
HAC: HADAMARD condition number_____________=    9.4897412529733148D-18
HCN: Heuristic condition |DET|CON__________=    4.0380066139929912D-10
D_I: Determinant Inverse absolute value____=    18360571
HDA: HADAMARD Inequality absolute value___<=    9159000483668
HIR: HADAMARD RATIO: D_I / HDA ____________=    2.0046479117354464D-6
Highest inverse positive diagonal value____=    8.543376988
  thus multiple r( 2.rest)_________________=    .939654333
Highest inverse negative diagonal value____=   -.076682922
  thus multiple r( 26.rest)_________________=   3.747093982 (!)
  and there are  4 multiple r > 1 (!)
 Maximum range (upp-low) multip-r( 26.rest)_=   .177
LES: Numerical stability analysis:
 Ratio maximum range output / input _______=    27.941522970507888
PESO-Analysis correlation least Ratio RN/ON=    .038489 (<-> Angle = 2.21 )
Number of Ratios correlation RN/ON < .01__ =    0
PESO-Analysis Cholesky least Ratio RN/ON__ = (Not positiv definit)

 Ncor  L1-Norm  L2-Norm  Max    Min    m|c|    s|c|   N_comp    M-S   S-S
  729   289.6    12.33   1      -.85   .374    .196   61425     .225  .161

 class boundaries and distribution of the correlation coefficients
 -1  -.8  -.6  -.4  -.2   0    .2   .4   .6   .8   1
    2    38   70   94   58   104  142  124  66   31

Original data with  2, input read with  2, computet with 19,
 and showed with  2 digit accuracy
(for control here the analysed original matrix):            Abkürzungen  Skalen

     Schw Pers Körp Arbe Ersc Kont Psyw Reiz Ment Affe Sozu Netz Sarb Soab Ange Sois
Schw 1    .76  .59  .6   .55  .42  .19  .44  .28  .47  .04  .07  .2  -.1   .13  .17
Pers .76  1    .76  .67  .81  .47  .44  .67  .46  .7   .01  .01  .32 -.22  .29  .33
Körp .59  .76  1    .7   .71  .46  .31  .49  .43  .57 -.11  .09  .19 -.14  .19  .2
Arbe .6   .67  .7   1    .54  .43  .27  .46  .38  .53 -.06  .09  .3  -.1   .17  .19
Ersc .55  .81  .71  .54  1    .33  .42  .54  .5   .51  .04  .04  .31 -.22  .26  .3
Kont .42  .47  .46  .43  .33  1    .22  .37  .33  .56  0    .03  .15 -.09  .18  .23
Psyw .19  .44  .31  .27  .42  .22  1    .54  .47  .56  .09  .05  .44 -.47  .64  .58
Reiz .44  .67  .49  .46  .54  .37  .54  1    .5   .71  .11  .11  .31 -.24  .38  .44
Ment .28  .46  .43  .38  .5   .33  .47  .5   1    .48  .08  .09  .3  -.25  .33  .38
Affe .47  .7   .57  .53  .51  .56  .56  .71  .48  1    .02  .02  .31 -.26  .35  .46
Sozu .04  .01 -.11 -.06  .04  0    .09  .11  .08  .02  1    .8   .12 -.12  .13  .43
Netz .07  .01  .09  .09  .04  .03  .05  .11  .09  .02  .8   1    .11 -.08  .08  .38
Sarb .2   .32  .19  .3   .31  .15  .44  .31  .3   .31  .12  .11  1   -.22  .37  .34
Soab-.1  -.22 -.14 -.1  -.22 -.09 -.47 -.24 -.25 -.26 -.12 -.08 -.22  1   -.51 -.39
Ange .13  .29  .19  .17  .26  .18  .64  .38  .33  .35  .13  .08  .37 -.51  1    .49
Sois .17  .33  .2   .19  .3   .23  .58  .44  .38  .46  .43  .38  .34 -.39  .49  1
Sodi .09  .23  .18  .12  .21  .2   .39  .28  .31  .31  .18  .2   .27 -.24  .43  .5
Soun-.12 -.13 -.04 -.06 -.12 -.12 -.15 -.18 -.19 -.14 -.63 -.66 -.12  .12 -.19 -.48
Sewe-.12 -.3  -.2  -.18 -.29 -.2  -.64 -.43 -.43 -.49 -.17 -.16 -.33 -.47 -.49 -.64
Erre .19  .34  .21  .19  .31  .2   .54  .61  .38  .47  .15  .16  .3  -.27  .38  .48
Ängs .21  .41  .29  .26  .36  .29  .71  .54  .46  .62  .08  .05  .35 -.45  .51  .55
Nerv .25  .46  .31  .3   .45  .28  .75  .61  .49  .57  .15  .12  .46 -.46  .51  .54
Zufr-.32 -.43 -.28 -.29 -.39 -.25 -.49 -.56 -.34 -.52 -.31 -.31 -.26  .24 -.34 -.57
Hand-.21 -.34 -.22 -.23 -.32 -.21 -.57 -.49 -.4  -.51 -.2  -.21 -.28  .35 -.37 -.59
Burn .32  .55  .38  .35  .54  .32  .74  .64  .53  .64  .2   .17  .45 -.45  .51  .64
Nega .28  .48  .34  .34  .4   .34  .7   .57  .43  .66  .11  .08  .35 -.42  .5   .58
Sinn-.27 -.46 -.32 -.32 -.38 -.35 -.59 -.55 -.41 -.63 -.22 -.19 -.33  .37 -.45 -.62

     Sodi Soun Sewe Erre Ängs Nerv Zufr Hand Burn Nega Sinn
Schw .09 -.12 -.12  .19  .21  .25 -.32 -.21  .32  .28 -.27
Pers .23 -.13 -.3   .34  .41  .46 -.43 -.34  .55  .48 -.46
Körp .18 -.04 -.2   .21  .29  .31 -.28 -.22  .38  .34 -.32
Arbe .12 -.06 -.18  .19  .26  .3  -.29 -.23  .35  .34 -.32
Ersc .21 -.12 -.29  .31  .36  .45 -.39 -.32  .54  .4  -.38
Kont .2  -.12 -.2   .2   .29  .28 -.25 -.21  .32  .34 -.35
Psyw .39 -.15 -.64  .54  .71  .75 -.49 -.57  .74  .7  -.59
Reiz .28 -.18 -.43  .61  .54  .61 -.56 -.49  .64  .57 -.55
Ment .31 -.19 -.43  .38  .46  .49 -.34 -.4   .53  .43 -.41
Affe .31 -.14 -.49  .47  .62  .57 -.52 -.51  .64  .66 -.63
Sozu .18 -.63 -.17  .15  .08  .15 -.31 -.2   .2   .11 -.22
Netz .2  -.66 -.16  .16  .05  .12 -.31 -.21  .17  .08 -.19
Sarb .27 -.12 -.33  .3   .35  .46 -.26 -.28  .45  .35 -.33
Soab-.24  .12 -.47 -.27 -.45 -.46  .24  .35 -.45 -.42  .37
Ange .43 -.19 -.49  .38  .51  .51 -.34 -.37  .51  .5  -.45
Sois .5  -.48 -.64  .48  .55  .54 -.57 -.59  .64  .58 -.62
Sodi 1   -.33 -.43  .28  .39  .32 -.32 -.32  .38  .37 -.38
Soun-.33  1    .23 -.2  -.14 -.17  .36  .29 -.23 -.17  .26
Sewe-.43  .23  1   -.5  -.69 -.6   .5   .72 -.67 -.61  .61
Erre .28 -.2  -.5   1    .62  .69 -.55 -.59  .63  .56 -.53
Ängs .39 -.14 -.69  .62  1    .74 -.52 -.66  .74  .76 -.66
Nerv .32 -.17 -.6   .69  .74  1   -.52 -.62  .85  .67 -.59
Zufr-.32  .36  .5  -.55 -.52 -.52  1    .66 -.64 -.6   .71
Hand-.32  .29  .72 -.59 -.66 -.62  .66  1   -.67 -.61  .63
Burn .38 -.23 -.67  .63  .74  .85 -.64 -.67  1   -.74 -.72
Nega .37 -.17 -.61  .56  .76  .67 -.6  -.61 -.74  1   -.85
Sinn-.38  .26  .61 -.53 -.66 -.59  .71  .63 -.72 -.85  1

 i.Eigenvalue  Cholesky   i.Eigenvalue  Cholesky   i.Eigenvalue  Cholesky
  1.  11.20512  1         2.  3.15499   .6499       3.  2.22111  .6496
  4.  1.76903   .6691     5.  1.5204    .5563       6.  1.05966  .8525
  7.  .8836     .8634     8.  .72272    .684        9.  .68679   .7821
  10. .58141    .547      11. .56721    .961        12. .48662   .5184
  13. .45276    .8581     14. .43714    .8761       15. .38641   .7165
  16. .36875    .6745     17. .324      .8212       18. .29634   .6712
  19. .27051   -.5616     20. .23798    .515        21. .20373  -.2594
  22. .18995   -.6462     23. .17231   -.3734       24. .10724  -1.4517
  25. .08307   -2.5299    26.-.3093    -2.5049      27.-1.07956 -3.072

 The matrix is not positive definit. Cholesky decomposition is not success-

 Eigenvalues in per cent of trace =  26.999999999999998
  1 .415    2 .1169   3 .0823   4 .0655   5 .0563   6 .0392
  7 .0327   8 .0268   9 .0254   10 .0215  11 .021   12 .018
  13 .0168  14 .0162  15 .0143  16 .0137  17 .012   18 .011
  19 .01    20 8.8D-3 21 7.5D-3 22 7D-3   23 6.4D-3 24 4D-3
  25 3.1D-3 26-.0115  27-.04

 analysed: 12/14/00 00:10:12  PRG version 05/24/94  MA9.BAS
  Gesamtzeit_____________  197.925
    Rang_____________  0
    Determinante_____  .25
    Eigenwerte/Vekt__  0
    Peso Kor+Chol____  45.98
    NuStabAnalyse____  2.24
    Statistik________  5.065

File = C:\OMI\NUMERIK\MATRIX\SMA\KPD_G\KPD_G.SMA
 with data from C:\OMI\NUMERIK\MATRIX\SMA\KPD_G\KPD_G.K27
Date: 12/14/00  Time:00:10:12

Fn_01  Sponsel, Rudolf & Hain, Bernhard (1994). Numerisch instabile Matrizen und Kollinearität in der Psychologie. Diagnose, Relevanz & Utilität, Frequenz, Ätiologie, Therapie. Erlangen: IEC-Verlag

Zitierung
Sponsel, Rudolf  (DAS). Standard -Matrix-Analyse Seelische Gesundheit  von Schwarz, Michael & Hünerfauth, Thomas (2000). Korrelationsmatrix der Subskalen Seelische Gesundheit  IP-GIPT. Erlangen: https://www.sgipt.org/wisms/nis/sma/kpd_27.htm
Copyright & Nutzungsrechte
Diese Seite darf von jeder/m in nicht-kommerziellen Verwertungen frei aber nur original bearbeitet und nicht  inhaltlich verändert und nur bei vollständiger Angabe der Zitierungs-Quelle benutzt werden. In Streitfällen gilt der Gerichtsstand Erlangen als akzeptiert.

  EndeKPD_27   Überblick    Relativ Aktuelles    Rel. Beständiges     Titelblatt     Konzept     Archiv   Region     Service iec-verlag       Mail:  sekretariat@sgipt.org
Diskussion (nur für Fachkundige mit entsprechender Interessenlage: Anmeldung erforderlich): GIPT-ADEIS@egroups.de