STATISTIK-FORUM.de

[Urmel]

.

[Albrecht]

1. Negative Korrelationen sind doch kein Problem. Nichts tun. Man muss immer nur den Betrag der Korrelationen angucken.

2. Was sagt die Theorie? Soll das Item auf zwei Faktoren gleichwertig laden? Wenn nicht, würde ich es ausschließen.

3. Also etwas unter .4 würde ich gar nicht als Ladung wahrnehmen (findest auch Literatur, die besagt, dass man Ladungen erst ab .4 annehmen soll. Sprich, lädt ein Item nur zu .35 auf einem Faktor, dann kann man das Item gänzlich entfernen.) Ansonsten weiß ich nicht, was die Literatur hergibt, aber generell gilt, dass Items mit einer Haupt- und einer Nebenladung problematisch sind, wenn beide Ladungen größer als .4 sind.

4. Ich würde die Items schrittweise löschen. Also zunächst die Items raussuchen, die atheoretisch laden und davon das erste wegschmeissen. Sollte natürlich kein zentrales Item sein. das eine Kernfacette des Konstruktes erfasst!

[Urmel]

.

[Albrecht]

Das mit gleichwertig hatte ich auch so verstanden.
"Gibt es Konventionen oder Literaturverweise, ob mindestens eine bestimmte Differenz zwischen den Haupt- und Nebenladungen liegen muss?" Nein.

"zu 2 und 3. Mit "gleichwertig" meinte ich eher "ähnlich hoch", also z.B. 1. Komponente .425 und 2. Komponente .386
Wie gehe ich mit derartigen Ladungen um? Nach der Logik "Hauptladung > 4 und Nebenladungen < 4" müsste ich das Item der ersten Komponente zuordnen, trotz der großen Ähnlichkeit"
Nein, die sind nicht ähnlich hoch, sondern eher gleichwertig. Da braucht man nicht so zu tun, dass das eine größer als das andere sei. Die Differenz ist vernachlässigbar -> Item ausschließen.

"zu 4. Bei mehreren Doppelladungen müsste ich ja dann mehrere Hauptkomponentenanalysen nacheinander rechnen, wenn ich schrittweise immer nur eine Variable lösche. Ist das eine übliche Vorgehensweise?" Nicht unbedingt. Aber wenn Du so viele Probleme mit der Lösung hast, dann bleibt DIr nichts anderes übrig. Weißt Du, normalerweise hat man vielleicht bei 1-2 Items solche Probleme.
Dann kann man direkt beide ausschließen. Wenn das aber so gehäuft auftritt, dann würde ich es schrittweise machen.

[Urmel]

.

[Albrecht]

Diese "objektive" Begründbarkeit wäre aber falsch, da jede Stichprobe nun mal zu anderen Ergebnissen führen würde.
In der nächsten Stichprobe könnten die Ladungen auch genauso andersrum ausfallen, wenn die Differenz so gering sind.

Bei dem Item 1 könnte man es auch anders begründen. Faktor 1 klärt ca. 18% Varianz auf, Faktor 2 klärt ca. 12% Varianz auf, 70% werden aber nicht aufgeklärt.
Bei dem Item 2 klärt Faktor 1 ca. 30% Varianz auf, Faktor 2 ca. 16% Varianz auf, 54% wird aber nicht aufgeklärt.
Bei dem Item 3 klärt Faktor 1 ca. 52% Varianz auf, Faktor 2. ca. 10% Varianz auf.

" Ich würde dies aber gerne objektiv begründen können und nicht nach "Gefühl" entscheiden."
Ich habe nicht gesagt, dass Du nach Gefühl entscheiden sollst. Du musst dich nun einfach für einen Weg entscheiden, den Du durch die Literatur begründen kannst.

Übrigens, Du könntest es auch mit der oblimin rotation versuchen. Eventuell werden dadurch die Nebenladungen etwas geringer?