Was ist eine explorative Faktorenanalyse?

Die explorative Faktorenanalyse (EFA) ist ein Verfahren aus der multivariaten Statistik. Mithilfe der Faktorenanalyse kann aus den Beobachtungen vieler manifester Variablen (z . B Items eines Fragebogens) auf wenige zugrunde liegende latente Variablen, die Faktoren genannt werden, geschlossen werden.

Wie führt man eine Faktorenanalyse durch?

Voraussetzungen für eine Faktorenanalyse

1. Deine Variablen müssen normalverteilt sein.
2. Deine Variablen sollten intervallskaliert sein (dichotome Variablen darfst Du nur unter Vorbehalt verwenden).
3. Pro Variable solltest Du mindestens 10 Fälle erhoben haben.

Wann macht man eine Konfirmatorische Faktorenanalyse?

Bei einer konfirmatorischen Faktorenanalyse kann eine theoretische Struktur gezielt überprüft werden. Dies ist beispielsweise besonders wichtig, wenn untersucht werden soll, ob sich beispielweise die Struktur des Fragebogens im Vergleich zu einer vorherigen Studie verändert hat.

Wie hoch sollten Faktorladungen sein?

Faktorladungen von ± . 30 bis ± . 40 sind minimal akzeptabel, höhere Werte sind jedoch wünschenswert (insbesondere bei kleinen Stichproben und bei einer kleinen Anzahl Variablen). Unabhängig von der Stichprobengrösse: Ein Faktor kann interpretiert werden, wenn mindestens 4 Variablen eine Ladung von ± .

Was macht die Faktorenanalyse?

Die Faktorenanalyse oder Faktoranalyse ist ein Verfahren der multivariaten Statistik. Es dient dazu, aus empirischen Beobachtungen vieler verschiedener manifester Variablen (Observablen, Statistische Variablen) auf wenige zugrunde liegende latente Variablen („Faktoren“) zu schließen.

Was macht man mit einer Faktorenanalyse?

Mit der Faktorenanalyse kannst du viele Variablen zu wenigen Faktoren zusammenfassen. Dafür betrachtest du, was deine Variablen gemeinsam haben. Jede „Art“ der Gemeinsamkeiten stellst du dann als einen separaten Faktor dar.

Warum Hauptachsenanalyse?

Bei der Hauptachsenanalyse (PFA) wird davon ausgegangen, dass die einzelnen beobachteten Variablen nicht nur wahre Varianz, sondern auch Messfehlervarianz aufweisen. Ziel der PFA ist es, latente Konstrukte bzw. Faktoren zu identifizieren, auf die die Zusammenhänge der Variablen zurückgeführt werden können.

Was sagt die Faktorenanalyse aus?

Wie hoch sollte kommunalität sein?

Wichtiger scheint der Zusammenhang zwischen dem Stichprobenumfang und den Kommunalitäten (Klopp, 2010). So fanden MacCalum et a. (1999) in einer Monte-Carlo-Studie heraus, dass bei einem Stichprobenumfang von n=60 die Kommunalität eines jeden Items mit mindestens h2=. 60 ausreichend zu sein scheint.

Was sagt eine Faktorladung aus?

Faktorladung, Kennzahl, die nach gerechneter Faktorenanalyse angibt, wie hoch der Anteil eines Faktors an der Streuung (Varianz) eines in der Korrelationsmatrix enthaltenen Verfahrens ist; kennzeichnet die Stärke, mit der ein Faktor eine empirisch erhobene Variable linear determiniert.

Was sagt die Faktorladung aus?

Wann ist hauptkomponentenanalyse sinnvoll?

Die Hauptkomponentenanalyse (engl. für Principal Component Analysis, PCA) wendest Du an, wenn Du einen großen Datensatz strukturieren bzw. vereinfachen möchtest.