Seite 1 von 1

Auswahl von Items für einen besseren KMO i.O.?

BeitragVerfasst: Do 27. Dez 2012, 16:40
von mcrj19
Hallo :),
aktuell sitze ich an einer Faktorenanalyse für eine Datenerhebung.
Die Datenerhebung besteht aus 368 Items (und N = 1.607).
Die Erhebung ist in drei Teilbereich eingeteilt.

Nun habe ich eine Faktorenanalyse über alle 368 Items durchgeführt und die Ergebnisse zeigen mehrere Faktoren, mit einer Ladung >0.3.
Der Wert des KMO liegt bei 0.697.

Die verwendbaren Faktoren selber bilden sich immer in einem der drei Teilbereiche, bzw. zumeist im letzten Teilbereich.
Wenn ich eine Faktorenanalyse über den letzten Teilbereich durchführe, erhalte ich für den Bereich dort die gleichen Faktoren wie bei allen Items (ist auch logisch).
Der Wert des KMO erhöht sich dabei auf 0.933.

Ist es zulässig, wenn man die Faktorenanalyse nur auf Teilbereiche eine Erhebung durchführt, bzw. wissentlich Items auslässt (der 3. Bereich besteht konstant auf Likert-Skalen, die Daten davor sind zumeist dichotome Variablen, sollten daher auch eher nicht für Faktorenanalyse geeignet sein - Hinweise oder Anregungen sind auch hier sehr erwünscht, falls ich die FA hier falsch verstehe).
In den Büchern hier konnte ich keine Antwort dazu finden.
Was meint ihr, kann ich die FA mit einer Teilgesamtheit der Erhebung durchführen und damit auch den KMO-Wert verbessern?

Re: Auswahl von Items für einen besseren KMO i.O.?

BeitragVerfasst: Do 3. Jan 2013, 13:28
von Mofflerin
Die Erhebung ist in drei Teilbereich eingeteilt.


Was sind Teilbereiche?

Nun habe ich eine Faktorenanalyse über alle 368 Items durchgeführt und die Ergebnisse zeigen mehrere Faktoren, mit einer Ladung >0.3.


Meinst Du damit, dass es Faktoren gibt die keine einzige Faktorladung von >.3 haben? Wieso hast Du dann überhaupt soviele Faktoren extrahiert?

Ist es zulässig, wenn man die Faktorenanalyse nur auf Teilbereiche eine Erhebung durchführt, bzw. wissentlich Items auslässt (der 3. Bereich besteht konstant auf Likert-Skalen, die Daten davor sind zumeist dichotome Variablen, sollten daher auch eher nicht für Faktorenanalyse geeignet sein - Hinweise oder Anregungen sind auch hier sehr erwünscht, falls ich die FA hier falsch verstehe).


Hm, spontan würde ich mal sagen, dass es in Ordnung ist. Ein Grund warum man KMO berechnet ist ja gerade der, dass man wissen will ob der Datensatz für EFA geeignet ist. Wenn er nach einer Bereinigung der Items besser geeignet ist, warum sollte man das nicht tun?