Advertisement

Strukturentdeckende Verfahren

  • Kerstin Witte
Chapter

Zusammenfassung

Auf der Grundlage vieler empirischer Daten ist es oft die Aufgabe des Untersuchenden, Strukturen herauszufinden, um daraus theoretische Modelle bzw. Hypothesen zu entwickeln. Wichtige Verfahren, die in diesem Kapitel besprochen werden, sind die Faktorenanalyse, Hauptkomponentenanalyse (PCA) und die Clusteranalyse. Dabei werden zunächst die theoretischen Zusammenhänge möglichst einfach erläutert und die vielfältigen Anwendungen aus der Sportmotorik besprochen.

Schlüsselwörter

Faktorenanalyse Explorative Faktorenanalyse Konfirmatorische Faktorenanalyse Faktorenwert Faktorladung Kommunalität Eigenwert Hauptkomponentenanalyse Principal Component Analysis PCA Clusteranalyse Ähnlichkeit Distanzmaße 

Literatur

  1. Arnold, R., & Fletcher, D. (2015). Confirmatory factor analysis of the Sport Emotion Questionnaire in organisational environments. Journal of Sports Sciences, 33(2), 169–179.CrossRefGoogle Scholar
  2. Bockemühl, T., Bläsing, B., & Schack, T. (2009). Motorische Synergien von Handbewegungen beim Greifen virtueller Objekte. In S. D. Baumgärtner, F. Hänsel, & J. Wiemeyer (Hrsg.), Informations- und Kommunikationstechnologien in der Sportmotorik (S. 169 ff.). Darmstadt: Tagung der dvs-Sektion Sportmotorik.Google Scholar
  3. Bortz, J., & Schuster, C. (2010). Statistik für Human- und Sozialwissenschaftler (7, vollständig überarbeitete und erweiterte Aufl.). Berlin: Springer.CrossRefGoogle Scholar
  4. Bös, K., & Mechling, H. (1983). Dimensionen sportmotorischer Leistungen. Schorndorf: Hofmann.Google Scholar
  5. Bös, K., Schlenker, L., & Seidel, I. (2009). Deutscher Motorik-Test 6–18 (DMT 6–18) – Hintergründe und Entwicklungsarbeiten eines neuen Testprofils. In S. D. Baumgärtner, F. Hänsel, & J. Wiemeyer (Hrsg.), Informations- und Kommunikationstechnologien in der Sportmotorik (S. 89 ff.). Darmstadt: Tagung der dvs-Sektion Sportmotorik.Google Scholar
  6. Daffertshofer, A., Lamoth, C. J. C., Meijer, O. G., & Beek, P. J. (2004). PCA in studying coordination and variability: A tutorial. Clinical Biomechanics, 19, 415–428.CrossRefGoogle Scholar
  7. Haas, R. (1995). Bewegungserkennung und Bewegungsanalyse mit dem Synergetischen Computer. Aachen: Shaker.Google Scholar
  8. Müller, E. (1989). Sportmotorische Testverfahren zur Talentauswahl im Tennis. Leistungssport, 19(2), 5–9.Google Scholar
  9. Oberger, J. (2015). Sportmotorische Tests im Kindes- und Jugendalter: Normwertbildung, Auswertungsstrategien, Interpretationsmöglichkeiten. Karlsruher Sportwissenschaftliche Beiträge, Bd. 6.  https://doi.org/10.5445/ksp/1000044654.
  10. Tittlbach, S., Lämmle, L., & Bös, K. (2009). Konstruktivität des Deutschen Motorik-Tests (DMT). In S. D. Baumgärtner, F. Hänsel, & J. Wiemeyer (Hrsg.), Informations- und Kommunikationstechnologien in der Sportmotorik (S. 95 ff.). Darmstadt: Tagung der dvs-Sektion Sportmotorik.Google Scholar
  11. Voelcker-Rehage, C., & Lippens, V. (2009). Gleichgewichts-Leistungen: Evaluierung des Konstruktes mit Hilfe unterschiedlicher Messverfahren bei Senioren. In S. D. Baumgärtner, F. Hänsel, & J. Wiemeyer (Hrsg.). Informations- und Kommunikationstechnologien in der Sportmotorik (S. 40 ff.). Darmstadt: Tagung der dvs-Sektion Sportmotorik.Google Scholar
  12. Wentura, D., & Pospeschill, M. (2015). Multivariate Datenanalyse. Eine kompakte Einführung. Wiesbaden: Springer Fachmedien.CrossRefGoogle Scholar
  13. Witte, K., Emmermacher, P., Langenbeck, N., & Perl, J. (2012). Visualized movement patterns and their analysis to classify similarities – demonstrated by the karate kick Mae-Geri. Kinesiology, 44(2), 155–165.Google Scholar
  14. Witte, K., Ganter, N., Baumgart, C., & Peham, C. (2010). Applying a principal component analysis to movement coordination in sport. Mathematical and Computer Modelling of Dynamical Systems, 16(5), 477–487 (Oct. 2010).CrossRefGoogle Scholar
  15. Witte, K., Heller, M., Baca, A., & Kordnfeind, P. (2011). Application of PCA for analysis of movement coordination during fatigue. In Y. Jiang, & H. Zhang (Eds.), Proceedings of the 8th International Symposium on Computer Science in Sport (S. 41–44). Liverpool: World Academic Union (World Academic Press).Google Scholar
  16. Witte, K., Schobersberger, H., & Peham, C. (2009). Motion pattern analysis of gait in horseback riding by means of Principal Component Analysis. Human Movement Science, 28(3), 394–405 (June 2009).CrossRefGoogle Scholar
  17. Wolf, H.-G., & Bacher, J. (2010). Hauptkomponentenanalyse und explorative Faktorenanalyse. In C. Wolf & H. Best (Hrsg.), Handbuch der sozialwissenschaftlichen Datenanalyse (S. 333–365). Wiesbaden: Springer Fachmedien.CrossRefGoogle Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Institut III: Philologie, Philosophie und SportwissenschaftOtto-von-Guericke-Universität MagdeburgMagdeburgDeutschland

Personalised recommendations