STATISTIK-FORUM.de

Hallo zusammen,
habe einige grundsätzliche Fragen zur Durchführung und Interpretation einer explorativen Faktorenanalyse, da dies meine erste EFA ist und ich leider bez. multivariater Methoden nur ein paar Grundkenntnisse besitze. Technisch klappt die Durchführung (per WinStat für Excel) ganz gut, jedoch bin ich auch mir unsicher ob meine Input-Daten geeignet sind. V.a. stehe ich aber auf dem Schlauch was die Interpretation der Resultate angeht.

Meine Fragestellung: Inwiefern sind (prozentuale) Eiverluste (Absterben) von Tieren (Fischen) durch diverse alternierende Umweltfaktoren (Wassertemperatur, Lufttemperatur, Niederschlag etc.) der betreffenden Jahre erklärbar?

Meine Daten sehen folgendermaßen aus. Ich habe von 3 Arten %-Eiverluste (EV) zu 2 Zeitpunkten der Erbrütung über 12 Jahre (unterschiedliche Fallzahlen pro Jahr und Art). Die EV-Daten wiederum bestehen aus n (4-14) Stichproben pro Jahr für die jeweilige Tierart (% Verlustrate). Dazu habe ich auch alle EV pro Jahr aller Arten (diese sind recht unterschiedlich und variieren stark) als weitere Variable eingefügt. Dann habe ich aus Umweltdaten aller Jahre ca. 35 Faktorkandidaten (Items?) gebildet, die natürlich in den meisten Fällen nicht normalverteilt sind und pro Jahr nur einen Wert annehmen (z.B. Anzahl der Tage mit Temperaturen über 15°C).

Frage 1: Sind meine Ausgangsdaten ok für eine EFA oder müssen die Daten anders zusammengefasst werden?

Frage 2: Mit liegt ein Paper vor, in dem per EFA konkret ermittelt wurde, welcher Varianzanzteil (%) der EV (!) auf die gefundenen Faktoren zurückzuführen ist. Wie geht das wo doch die Spalte EV (z.B. einer Art) einfach nur als (gleichwertige) Variable „mitläuft“? Kann man derart „gerichtete“ Aussagen überhaupt treffen? Oder funktioniert das über die grafische Auswertung nach Faktorrotation?

Frage 3: Welche Aussage kann ich hinsichtlich der Eiverluste so überhaupt treffen da logischerweise Faktoren wie Wetter oder Temperatur naturgemäß gegenseitig bedingen? Muss ich dazu Schritt für Schritt Items mit geringen Kommunalitäten „rausschmeissen“?

Teile meiner Daten als Beispiel inkl. 2 EFA-Analysen als Excel-Datei mit Erklärungen und bereits interpretierten Faktoren sind hier downloadbar: https://dl.dropboxusercontent.com/u/209 ... 11_15.xlsx
(In EFA 2 habe ich nur die Spalte mit allen Arten verwendet, da die Fallzahl sonst aufgrund fehlender Werte in einigen Items von 300 auf 52 schrumpft. Denke da müsste ich eigene Datentabellen für jede Art/Zeitpunkt machen (?)).

Mit ist klar dass ich die EFA nur zur Eingrenzung von Faktoren bzw der Benennung übergeordneter Strukturen verwenden kann, gezielte Korrelationen dann per (logistischer?) Regression ermitteln muss.

Würde echt mich super freuen wenn ich hier etwas Hilfestellung bekommen könnte!
Danke.

Ich würde hier mit einer PCA arbeiten. Da ich vermute, dass Du nicht nach echten Faktoren suchst, oder?
Varimax ergibt auch höchstens Sinn mit einer PCA. Wieso sollten sonst die Faktoren unabhängig voneinander sein?

Hallo Albrecht,
danke für die Antwort. Ich suche eigentlich schon nach übergeordneten variablen die die beobachteten verluste bedingen könnten und meinen Datensatz zu faktoren zusammenfassen, deren factor scores ich dann per regression mit der zielvariablen analysieren wollte (leider bin ich auch unsicher ob einfache lineare oder log.regression anzuwenden wäre). Das wären dann keine Faktoren meinst du? Wenn ich statt der EFA die PCA (Hauptkomponentenanalyse?) anwende komme ich zu beinahe identischen Ergebnissen. Hier laden nur einzelne items je nach verwendetem datensatz auf einen anderen Faktor. Leider verstehe ich nicht wirklich warum der PCA der Vorzug zu geben wäre, zumal ich keine normalverteilten Daten habe.

Frage 1: Sind meine Ausgangsdaten ok für eine EFA oder müssen die Daten anders zusammengefasst werden? -> Okay, also wenn Du in irgendeiner Art Daten zusammenfasst, dann würde ich eine PCA wählen. Wenn Du allerdings nach echten Faktoren suchst, eine EFA. Der Unterschied ist mitunter nur methodisch.

Frage 2: Mit liegt ein Paper vor, in dem per EFA konkret ermittelt wurde, welcher Varianzanzteil (%) der EV (!) auf die gefundenen Faktoren zurückzuführen ist. Wie geht das wo doch die Spalte EV (z.B. einer Art) einfach nur als (gleichwertige) Variable „mitläuft“? Kann man derart „gerichtete“ Aussagen überhaupt treffen? Oder funktioniert das über die grafische Auswertung nach Faktorrotation?
-> Wenn Du das gemacht hast, ist das doch kein Problem. Es wird der Varianzanteil bei jedem Faktor angezeigt.

Frage 3: Welche Aussage kann ich hinsichtlich der Eiverluste so überhaupt treffen da logischerweise Faktoren wie Wetter oder Temperatur naturgemäß gegenseitig bedingen? Muss ich dazu Schritt für Schritt Items mit geringen Kommunalitäten „rausschmeissen“? -> Hm, sind das Faktoren nach der EFA oder vor der EFA? Nach der EFA können die Faktoren miteinander korrelieren, verboten ist das nicht.

Vielen Dank Albrecht! hat mir schon sehr weitergeholfen. in frage 3 waren die variablen(items) der faktoren gemeint. habe die nun nach deren kommunalitäten über pca schrittweise eliminiert, das ergebnis ist eine solide EFA wie es aussieht, allerdings mit teils etwas heterogenen variablen je faktor.