STATISTIK-FORUM.de

[christinekue]

Hallo zusammen,

ich stehe aktuell vor der Herausforderung, dass die mehrere Indikatoren zu einem Faktor mittels Faktorenanalyse zusammenfassen möchte. Dazu möchte ich die rotierte Komponentenmatrix interpretieren, nur die wird mir nicht angezeigt, weil in den meisten Fälle meiner Indikatoren nur eine Komponente gerechnet wird (nach Kaiser-Kriterium >1). Nach dem Kaiser-Kriterium und dem Scree-Plot habe ich nur eine Komponente, die gerechnet wird, die aber nicht rotiert, d.h. mir bleibt nur die einfache Komponentenmatrix. Wenn ich die feste Anzahl der Faktoren mit 2 angebe, wird zwar eine rotierte Komponentenmatrix angezeigt, jedoch sind dann Faktoren dabei, die unter, teilweise weit, unter 1 gerechnet wurden. Das sollte man ja nicht unbedingt tun. Meine Frage ist nun: Kann man die unrotierte einfache Komponentenmatrix grundsätzlich auch interpretieren? Und wenn das nicht geht: Welche anderen Möglichkeiten gibt es noch eine Rotation zu rechnen, ob wohl es die Werte nicht hergeben?

Danke für eine schnelle Rückmeldung!

Viele Grüße
Christine K.

[PonderStibbons]

Hast Du tatsächlich eine Faktorenanalyse gerechnet oder ist es eine Hauptkomponentenanalyse?
Worum geht es bei der Studie inhaltlich und wieviele Items und Probanden hast Du?

Mit freundlichen Grüßen

PonderStibbons

[christinekue]

Danke schon mal für die schnelle Rückmeldung!

Ok, bei genauerer Betrachtung handelt es sich um eine Hauptkomponentenanalyse. In meiner Studie geht es um die Wirkung von 8 Determintanten, z.B. Informationsgehalt (unabhängige Variablen) auf die Kaufabsicht (abhängige Variable). In dem Fragebogen wurden per Item-Batterie mehrere Items pro Determinante abgefragt, die nun durch die Hauptkonponentenanalyse zusammengefasst werden sollen. Zugleich möchte ich damit die Gütekriterien prüfen. Ich habe insgesamt 140 Probanden (exklusive Ausreisser) in meiner Studie.

Viele Grüße
Christine K.

[PonderStibbons]

Ok, bei genauerer Betrachtung handelt es sich um eine Hauptkomponentenanalyse.

Das ist eine ungewöhnliche Art, es auszudrücken. Du selbst wähltest das Verfahren, und eine FA
ist etwas anderes als eine PCA. Letztere ist dafür gedacht, möglichst viel Varianz mit möglichst
wenig Hauptkomponenten aufzuklären, nicht eine Faktorenstrukur aufzudecken.

In meiner Studie geht es um die Wirkung von 8 Determintanten, z.B. Informationsgehalt (unabhängige Variablen) auf die Kaufabsicht (abhängige Variable). In dem Fragebogen wurden per Item-Batterie mehrere Items pro Determinante abgefragt, die nun durch die Hauptkonponentenanalyse zusammengefasst werden sollen. Zugleich möchte ich damit die Gütekriterien prüfen. Ich habe insgesamt 140 Probanden (exklusive Ausreisser) in meiner Studie.

Man führt eigentlich keine Skalenkonsruktionen und Validierungen anhand derselben Stichprobe durch,
mit der man die substanziellen Fragestellungen bearbeitet.

Ich weiß nun auch nicht, was Du gerne möchtest, eine PCA oder eine FA bzw. welcher Zweck tatsächlich
dahintersteckt. Wieso überhaupt eine solche Analyse, Du hattest doch die 8 Skalen bereits? Die kommen
doch vermutlich nicht aus dem luftleeren Raum, sondern basieren auf Vorgängerstudien? Mit gerade mal
140 Probanden kommst Du doch kaum auf keinen grünen Zweig, wenn Du eine Struktur von 8, vermutlich
auch noch theoretisch überlappenden Konstrukten reproduzieren willst. Zumal das eine Sache für
eine Konfirmatorische, nicht für eine Explorative Faktorenanalyse wäre. Aber wie gesagt, letzlich kenne
ich den Zweck nicht ausreichend.

Mit freundlichen Grüßen

PonderStibbons

[christinekue]

Ich führe eine explorative und konfirmatorische Faktorenanalyse durch, um die Gütekriterien der Messkonstrukte zu prüfen. Dies ist in der Marketing-Forschung mit latenten Konstrukten ein gängier Weg. Für die Überprüfung der Faktorladungen im Rahmen der Indikatorreliabilität führe ich die exploratorische Faktorenanalyse durch. Die Faktorladungen sollten größer gleich 0,7 sein. Diese Werte entnimmt man laut Literatur der rotierten Komponentenmatrix. Da diese bei mir nicht funktioniert, ist die Frage, ob ich die Werte auch aus der unrotierten einfachen Komponentenmatrix entnehmen kann?

Eine Verständnisfrage: Ich kann die Indikatoren mit hohen Faktorladungen nicht einfach zu einem Faktor zusammenführen und diese dann in meiner Regression nutzen? Aus der Faktorenanalyse werden die Faktoren FAC1_1 usw. im Datensatz gespeichert. Mit diesen Werten habe ich die Regression gerechnet. Kann ich alternativ die Mittelwerte der Item-Batterien verwenden? Welcher Weg ist hier der Bessere? Wenn ich nur die Mittelwerte verwende, würde ich mit der Faktorenanalyse lediglich die Indikatorreliabilität nachweisen.

Viele Grüße
Christine K.