STATISTIK-FORUM.de

[AlexHRO]

Hallo liebe Nutzer,

Ich möchte aus einer Vielzahl von qualitativ hergeleiteten Items latente Konstrukte identifizieren (Motive). Für dieses reflexive Messsmodell habe ich eine explorative Faktorenanalyse durchgeführt.

Ich habe eine Hauptachsen-Analyse mit der Promax-Rotation gewählt, da ich die Annahme habe, dass einzelne Faktoren noch geringfügig untereinander korreieren dürfen.
Dort kann man in den Rotationseinstellungen einen Kappa-Koeffizient eingeben, der augenscheinlich dazu dient, eine bessere Interpretierbarkeit der Faktoren zu ermöglichen.
Die Voreinstellung dieses Wertes ist 4.

Kann man diesen Wert beliebig ändern und das mit der Tatsache begründen, dass man eine bessere Faktorinterpretation vornehmen möchte?

Interpretiert man die Mustermatrix (bei Kappa = 4), ergibt sich bei einem Item eine Faktorladung (eigentlich stand. Regressionsgewicht) größer 1. Wie ist diese 1 überhaupt zu interpretieren? Ist das Item deshalb atypisch? Setze ich Kappa auf 3, macht die ganze Matrix nämlich wieder Sinn!

Haben jemand von euch diesbezüglich schon mal Erfahrungen gesammelt und kann mir evtl wertvolle Hinweise geben?

Beste Grüße

[Albrecht]

Kappa ist - ich bin mir nicht 100%-ig sicher - sowas wie ein Exponent. Die Faktorladungen werden also hoch Kappa berechnet.
Ein hohes Kappa führt dazu, dass sich die Unterschiede zwischen großen und kleinen Ladungen vergrößern.
Als Beispiel: 0,4 und 0,7 -> Verhältnis ist ca: 1,75:1
Kappa 4: 0,0256 und 0,2401 -> Verhältnis ist ca: 9:1

Höhere Kappas resultieren in der Regel in stärker interkorrelierte Faktoren. Das richtige Kappe hängt vom Datensatz ab.

Hakstian, A. R. (1971). A comparative evaluation of several prominent
methods of oblique factor transformation. Psychometrika, 36,
175–193.
Hakstian, A. R., & Abell, R. A. (1974). A further comparison of oblique
factor transformation methods. Psychometrika, 39, 429–444.