Faktorenanalyse

[ninjotic]

Vorweg: ich bin ziemlich unbewandert, was Mathematik und statistische Verfahren (Sozialwissenschaftler..) angeht, also bare with me ;-)

Ich sitze momentan an meiner Diplomarbeit und habe eine Fragebogenerhebung durchgeführt um die hypothetische Korrelation zwischen zwei Motiven zu überprüfen. Soviel zum Rahmen.

Ich hab jetzt leider ein Verständnisproblem: ich möchte die beiden Skalen mit denen ich gearbeitet habe per Reliabilitäts- und Faktorenanalyse als valide Messwerkzeuge für meine beiden Motive verifizieren. Für eine Skala passt alles wunderbar, die Trennschärfen der Items sind hoch genug, Cronbachs Alpha spricht für eine akzeptable interne Konsistenz und alle Items (8 Stück) laden in hohem Maße auf genau einen Faktor.
Bei der anderen Skala habe ich (wie bei der anderen auch, orientiert an der Struktur einer anderen Abschlussarbeit, die mir mein Prüfer empfohlen hat) wieder erst die Reliabilitätsanalyse durchgeführt, die auch gute Werte ausgespuckt hat, aber beim Durchführen der Faktorenanalyse bin ich auf genau zwei gültige Faktoren gestoßen. Jetzt mein Problem: Muss ich aufgrund eines Verzichts auf jegliche Subskalen und zur Validierung der Skala zur Erfassung des entsprechenden Motivs die Items so stark reduzieren, dass ich nur noch einen Faktor in der Analyse erhalte (beide Faktoren je 4 Items) oder kann ich trotz zweier Faktoren (die beide dem Kaiser-Guttman-Kriterium entsprechen) davon ausgehen, dass ich das "Richtige" mit ihr messe? Reicht eventuell eine... Spekulation über die Unterscheidung der gemessenen Aspekte aus um fortfahren zu können?

Und ist es generell empfehlenswert erst die Faktorenanalyse durchzuführen um hier bereits Items eliminieren zu können, die nicht die Vorgaben erfüllen?

Ich hoffe ich hab es verständlich ausgedrückt. Würde mich freuen, wenn jemand ein paar Worte für mich hätte.

 

[GeckoVOD]

Was verstehst du unter Skalen? ("Willkürliche") Itembatterien, oder so was wie das CASMIN Schema, oder...?

 

[ninjotic]

Oh, ja genau, Itembatterien. Ich hab in dem Fall zwei Stück gewählt, die schon benutzt wurden um genau diese Motive zu erfassen.

 

[GeckoVOD]

Ich verstehe glaube ich immer noch nicht ganz, was du machen willst, bzw. alles was nach "Jetzt ist mein Problem" kommt.

 

[ninjotic]

Ok, ich probiers nochmal deutlicher zu machen.

Ich besitze eine Skala, bestehend aus 8 Items. Ich führe eine Faktorenanalyse (Hauptkomponentenmethode) mit Kaiser-Guttman-Kriterium durch. Ich kriege für die 8 Items je 4 Items auf zwei Faktoren geladen.

...........Faktor 1.....Faktor 2
Item 1 .754 .123
Item 2 .210 .845

So in etwa das Schema, hier halt in reduzierten Maße.
Mein Verständnisproblem ist: Ist die Skala noch ein valides Messwerkzeug, wenn ich für die Items nicht einen einzigen eindeutigen Messfaktor feststellen kann?

 

[GeckoVOD]

Ok, ich probiers nochmal deutlicher zu machen.

Ich besitze eine Skala, bestehend aus 8 Items. Ich führe eine Faktorenanalyse (Hauptkomponentenmethode) mit Kaiser-Guttman-Kriterium durch. Ich kriege für die 8 Items je 4 Items auf zwei Faktoren geladen.



So in etwa das Schema, hier halt in reduzierten Maße.
Mein Verständnisproblem ist: Ist die Skala noch ein valides Messwerkzeug, wenn ich für die Items nicht einen einzigen eindeutigen Messfaktor feststellen kann?

Also, ich bin mir immer noch nicht sicher.

Du hast also zwei mal Itembattieren, nennen wie sie 1 und 2. Für 1 bekommst du einen Faktor in der Faktorenanalyse, bei dem auch sonst alle Werte passen, und die du auch inhaltlich interpretieren kannst.

Bei Itembatterie 2 erhälst du zwei Faktoren - und du willst jetzt fragen ob vier von den acht Items inhaltlich redundant sind, oder ob die ganze Batterie dir nichts mehr nützt? Wenn dir ein Faktor a vier Items doch dein Motiv abbildet und die anderen inhaltlich nichts beitragen, würde ich die vielleicht für eine folgende Untersuchung weglassen, da sie ja nix für deinen Erkenntnisgewinn beitragen. Denke ich. Faktorenanalyse ist bei mir schon etwas länger her. Allerdings eine ganz andere Frage - deine Variablen sind schon metrisch, oder? Wenn die ordinal sind und nur wenige Ausprägungen haben, dann ist das ganze Verfahren sehr fraglich, dass du da machst.

 

[ninjotic]

Im Grunde genommen hast du es richtig dargestellt. Ja klar, meine Daten sind metrisch, keine Sorge, das passt alles.

Das Problem an den zwei Faktoren für die Skala ist aber, dass ich keine Idee habe bzw. an den Items nicht erkennen kann als was ich die Faktoren interpretieren könnte.

Ich nehme jetzt mal ein ganz blödes Beispiel, weil mir gerade nichts anderes einfällt. Wenn ich jetzt eine Skala "Täglicher Mensabesuch" erstelle und zwei Faktoren finde, könnte es z.B. sein, dass ich den Faktor "Soziales" und den Faktor "Ernährung" isolieren kann anhand der Items. Somit wäre die Relevanz der Skala für "Mensabesuch" gewährleistet, da ich beide Faktoren die entsprechenden Items als Subskalen für die Hauptskala "Mensabesuch" zuweisen könnte.

Die Interpretation der gefundenen zwei Faktoren ist mir anhand der reinen Itemanalyse nicht möglich. Ich finde schlicht keine Ähnlichkeiten in den Items, die auf den selben Faktor laden. Somit kann ich auch keine der Itemgruppen "eliminieren", da ich mir nicht sicher sein kann, welche der beiden das "Richtige" bzw. "Erwünschte" misst.

Ich hab in der Zwischenzeit mit einigen Leuten gesprochen, die den Kram besser verstehen als ich und sie hatten auch keine wirklich Lösung für mich. Ich bin dir für deine Denkanstöße dankbar, aber ich weiß momentan gar nicht, ob es hier eine wirkliche Lösung gibt. Mein Prüfer ist leider erst anfang nächster Woche wieder zu sprechen.

 

[GeckoVOD]

Hm, da du ja latente Variablen abgreifen willst, hört sich das nach einem negativen Ergebnis für dich an :/
Hättest du irgendwie zwei inhaltlich erklärbare Variablen gehabt, hättest du das halt anmerken können und weitermachen, oder redundante Fragestellungen rauswerfen können. So halt eher nicht.

 

[ninjotic]

genau so isses. wie gesagt, ich werde mal meinen prof aufsuchen, vielleicht erkennt er die zwei variablen in den items. mal sehen, ich sag hier nochmal bescheid wenn sich was tut.

 

[Micha85]

Hast du dir mal die ganzen Variablen in einem Matrixstreudiagramm angeschaut (falls nicht unübersichtlich)? Ich würde jedenfalls vor einer Faktorenanalyse mir erst mal qualitativ die Zusammenhänge optisch betrachten. Wie viel von der Gesamtvarianz erklären die beiden jeweiligen Faktoren (der zweiten? Skala)? Vielleicht kannst du Faktor 2 einfach "untern Tisch fallen lassen" (wenn er nur knapp das KGK nicht reißt) und deine weiteren Untersuchungen eben mit dieser Einschränkung fortführen.

 

[ninjotic]

So, ich habe den Prof leider nur zwischen Tür und Angel sprechen können, aber der hat mir ziemlich genau das gesagt, was du mir vorgeschlagen hast micha. Ich solle einfach den Faktor 2 von der zweiten Skala nicht beachten, da mich für meine Korrelationsüberprüfung nicht die weitere Auflösung der Messdimensionen interessiren würde. Alles natürlich basierend auf der zufriedenstellenden internen Konsistenz der Skala (sprich: guter Cronbachs Alpha-Wert). Die Items waren _vor_ der Rotation auch alle ausreichend auf den Faktor 1 geladen und somit sei es in Ordnung davon auszugehen, dass die Skala auch das Fragliche misst.

Achso, ich lese gerade deinen Post nochmal: ich weiß jetzt nicht genau was du mit "unter den Tischen fallen lassen" meinst, aber wenn es dir nicht um die Eliminierung der Faktor-2-Items geht, sondern einfach die Weiterführung der Arbeit mit Nichtbeachtung des zweiten Faktors, DANN meinen wir das Gleiche.

Danke für den Input, tut auch immer ganz gut, dass Ganze nur mal runterzuschreiben um mal wieder selbst durchzusteigen!