STATISTIK-FORUM.de

Hallo alle zusammen,

weil ich aus einem Fragebogen nicht alle Items der jeweiligen Skalen verwendet habe, muss ich nun überprüfen, ob die Items tatsächlich die Skalen repräsentieren, die sie messen sollen.
Mein erster Schritt war nun mittels Hauptkomponentenanalyse und Varimax-Rotation zu überprüfen, ob die gewünschten Faktoren resultieren. ABER Pustekuchen. Die Items lassen sich nicht den Faktoren zuordnen zu denen sie eigentlich gehören sollen, sondern laden wild durcheinander. Sorry, kann ich leider nicht besser erklären.
Jedenfalls dachte ich vielleicht ist die Rotationsmethode falsch, weil die Skalen bzw. die Faktoren durchaus miteinander korrelieren dürfen, aber auch eine andere Rotationsmethode löst das Problem nicht.
Muss ich hier vielleicht sogar eine konfirmatorische Faktorenanalyse einsetzen?
Wäre super, wenn jemand in der Lage wäre mir bei diesem Problem zu helfen, ich bin nämlich echt kurz vor einem Schreikrampf

Gruß
Sandwitch

Hi,

wenn du auch die schiefwinkligen Rotationsverfahren ausprobiert hast, dann ist das (D)ein eindeutiges Ergebnise, dass deine Auswahl der Items ungünstig war.
Auch wäre es (u.a.) möglich,
- dass bereits der Originalfragebogen nix taugte
- oder dass Deine Stichprobe nicht aus der Population stammt, für den der Fragebogen ursprünglich konzipiert worden ist.

S.

Hallo Strukturmarionette,

danke für deine schnelle Antwort
Probiert habe ich bisher die Promax-Rotation, was nicht sehr gut geklappt hat.
Gibt es hier noch eine Alternative???

Anscheinend wurde für den Originalfragebogen in der CFA ein ganz guter Modellfit für die Faktoren gefunden. Und die Skalen wurden auch schon in der Berufsgruppe eingesetzt, in der ich sie verwendet habe.... Oh je. Wie kann ich die Nummer denn noch retten? Hast du einen Tipp?

Also z. B. heißt eine Skala emotionale Anteilnahme zeigen und die andere positive Emotionen zeigen. Und die beiden laden ganz wild durcheinander. Muss ich das dann quasi inhaltlich erklären, wenn bei meiner Faktorenanalyse nichts mehr zu machen ist?

Ach so, ich habe außerdem auch noch ein Item bei dem nicht die volle Breite der Antwortmöglichkeiten ausgeschöpft wurde. Das kann ich doch deshalb einfach eliminieren. Oder? Vielleicht tut sich ja dann auch bei der Faktorenanalyse nochmal was.

Nochmal danke für deine Hilfe!

Sandwitch

Hi,

Wenn du schreibst, dass mit der Original-skala "ein guter Modellfit" erreicht wurde, ist die Skala also ein reflektives Faktorenmodell - d.h. die items reflektieren eine kausal zugrundeliegende latente Variable.
Daher ist die Hauptkomponentenanalyse der falsche Ansatz, da sie einen Summenindex der items berechnet. Und der verändert sich natürlich mit dem Input des Modells.

Wenn das reflektive Modell korrekt ist, dann messen die Items wie gesagt eine latente Variable. In dem Fall misst logischerweise jede Untermenge dieser Items ebenfalls diese latente Variable! Man muss die Validität
also nicht neu belegen.

Wenn du einen Test willst, mach eine CFA, dürfte mit Lavaan (www.lavaan.org) nicht so schwer sein.

Und wenn du das Modell nicht kannst, dann wiederlegst du leider die Validität der Skala, denn dann stimmt mit dem scheinbaren Fit der Original-skala auch was nicht - sei denn bei der Stichprobenziehung
ist was deutlich schiefgegangen.

Gruß
Holger

Hallo nochmal,

ich glaube das Problem mit der Faktorenanalyse gelöst zu haben Nachdem ich 2 Items eliminiert habe konnte ich mit einer PCA mit Promax-Rotation eine zufriedenstellende Faktorenstruktur erreichen.
Yippieh.
Vielen Dank nochmal für eure Hilfe!!!!!



Gruß
Sandwitch

Hmmm,

wieder mal ein posting umsonst geschrieben....

Nochmal: Die PCA ist der falsche Ansatz.

Gruß
Holger