Die Explorative Faktorenanalyse mit R für die Untersuchung von Fragebögen 

Vielen Dank für Dein Feedback! LG Daniela

Das freut mich sehr, Anna! LG Daniela www.statistik-akademie.de

@@StatistikAkademie ein Video zur konfirmatorischen Faktorenanalyse wäre auch noch toll ;)

Das freut mich sehr! :) LG Daniela

Das freut mich sehr!! LG Daniela

Sehr gern!

Sehr gern! Liebe Grüße zurück, Daniela

Hallo Froeschlii, wenn Du nur einen Faktor haben möchtest, dann gibst Du einfach einen Faktor vor. LG Daniela

Hallo Michael, das zeigt Dir, dass Du die ursprünglich erwartete Struktur mit einer Trennung von Optik und Haptik nicht so mit Deinen Daten abbilden kannst. LG Daniela www.statistik-akademie.de/akademie

Hallo Anike, meist erstellt man sich die Faktoren als (ungewichtete) Summe oder Mittelwert aus den Items. Und zwar aus jeweils den Items, die laut Ergebnis der Faktorenanalyse (und am besten auch inhaltlich passend) zum jeweiligen Faktor gehören. Es wäre aber auch möglich, die Faktorladungen als Gewichte zu verwenden und eine gewichten Mittelwert oder eine gewichtete Summe zu berechnen. Das ist aber eher der "mathematische" Ansatz und wird in der Praxis kaum verwendet. LG Daniela www.statistik-akademie.de

Hallo, die berechnest Du extra. Zum Beispiel über die Funktion alpha aus dem Paket psych. LG Daniela

Hallo Laura, die Hauptkomponentenanalyse und die Hauptachsen-Faktorenanalyse nimmt man dann, wenn man die Ergebnisse nicht von der eigenen Stichprobe auf die Grundgesamtheit verallgemeinern will sondern mit einem Ergebnis, das nur für die vorliegende Stichprobe gilt, zufrieden ist. Wenn man den Verallgemeinerungsschritt machen will, braucht man z.B. eine ML-Faktorenanalyse. LG Daniela

Hallo Vanessa, für die Faktorenanalyse ist die Richtung egal. Du siehst dann anhand von negativen Faktorladungen, dass die Variable in die andere Richtung kodiert ist. Später für z.B. die Berechnung von Cronbachs Alpha musst Du dann aber rekodieren. LG Daniela PS: Wenn Du mehr Fragen hast, schau mal hier: www.statistik-akademie.de

Hallo Elisabeth, Du müsstest eine Tabelle mit der aufgeklärten Varianz finden, dort siehst Du zumindest, wie viel zusätzliche Varianz ein zusätzlich hinzugefügter Faktor aufklärt. LG Daniela Www.statistik-akademie.de

Ja, die Zahlen in den Spalten sind die Angaben der Teilnehmer für jedes Item. Zur Frage nach den drei-dimensionalen Datensätzen: Wozu wurde denn da dreimal das gleiche Item beantwortet? Um die Antwort genauer zu messen? Dann ja, dann würde man vermutlich die drei jeweils erst durch Mittelwert zusammen fassen, bevor man mit der Analyse weiter macht. Aber das ist für solche Fragebogenauswertungen eher untypisch. Vielleicht wurde das auch aus einem anderen Grund gemacht und dann sollte auch anders damit umgegangen werden ... LG Daniela

@@StatistikAkademie Liebe Frau Keller, Danke für Ihre schnelle Antwort. In meinem Fall wurden verschiedene Audiobeiträge anhand unterschiedlicher Begriffe vom Teilnehmer bewertet. Quasie: ,Inwieweit entspricht der Begriff dem gehörten?' Das wurde dann von verschiedenen Teilnehmern mehrmals für ein Audiobeitrag gemacht. Deshalb sprach ich von "Dreidimesional" ,fachlich gesehen von mir wahrscheinlich falsch ausgedrückt für das was ich meinte:).

Danke für die Erklärung! Dann geht es hier vermutlich darum, dass die Bewertung von mehreren Teilnehmern gemacht wurde, damit untersucht werden kann, ob die Bewertung verlässlich ist. Stichwort Inter-Rater-Reliabilität. Dann würde man vermutlich diese Reliabilität zunächst analysieren und dann danach - falls die OK ist - die Werte z.B. als Mittelwert zusammen fassen. Dann wäre erst der nächste Schritt die Faktorenanalyse, um dann die Items noch zu Faktoren zusammen zu fassen und dort vorher eine andere Reliabiltät, nämlich die Interne Konsistenz, untersuchen.

Grundsätzlich sagt man, dass man für eine Faktorenanalyse mindestens N=200 haben sollte. Es hängt aber auch von der Datenstruktur ab (wie starke Korrelationen, wie starke Streuungen...). Und wie (fast) immer: je mehr, desto besser. :) LG Daniela www.statistik-akademie.de/akademie

Sehr gern! Dann spricht viel dafür, dass es nur einen Faktor gibt, also dass es sich um eine eindemensionale Skala handelt. LG Daniela Www.statistik-akademie.de

Hallo Christof, nein, Du darfst nicht einfach Zahlenwerte vergeben und die "normale" Analyse rechnen, denn dann geht die Software davon aus, dass die Daten metrisch sind (oder zumindest ordinal), und das stimmt ja nicht. Vermutlich arbeitest Du mit R. Da hast Du die Möglichkeit, eine Faktorenanalyse zu rechnen, die mit dichotomen Daten umgehen kann (es wird dort eine andere Korrelationsmatrix (polychorisch) verwendet). Deine nominalen Variablen (mit mehr als 2 Kategorien) werden dafür wie mehrere dichotome Variablen (dummy-kodiert) verwendet. Hier gibt es eine Anleitung dazu: www2.hawaii.edu/~georgeha/Handouts/meas/Exercises/_book/efa.html#efa-with-categorical-data LG Daniela P.S: komm gern in die Statistik-Akademie (www.statistik-akademie.de), wenn Du mehr Statistik und R lernen willst!

Hallo Kamie, das kommt auf Deine Situation an. Eventuell ist der Datensatz sehr klein, dann ist das Ergebnis generell nicht verlässlich. Wenn der Datensatz groß ist und das ein bereits validierter Fragebogen ist, dann ist das schlecht. Dann hat eventuell mit der Datenerhebung etwas nicht gestimmt. Wenn Du aber einen neuen Fragebogen hast, dann kannst Du vielleicht andere als die geplanten Faktoren finden. Wie gesagt, es kommt sehr auf Deine Situation an. Wenn Du dazu mehr Fragen hast, komm gern in die Statistik-Akademie: www.statistik-akademie.de LG Daniela

Hallo Monika, meinst Du groß genug für eine Explorative Faktorenanalyse? Da sagt man als Daumenregel, dass man mindestens N = 200 möchte. Je nach Situation (Kommunalitäten, Faktorladungen...) könnte auch weniger reichen oder mehr notwendig sein. LG Daniela www.statistik-akademie.de

Das musst Du inhaltlich entscheiden. Wenn es für Dich inhaltlich ein eigenständiger Faktor (Subskala) ist und die insgesamte Faktor-Item-Struktur so ist, wie sie für Dich inhaltlich passt, dann könntest Du ihn so verwenden. Schöner wäre mathematisch schon, wenn diese Subskala aber aus mehreren Items besteht. Vielleicht kannst Du einfach einen Faktor weniger ziehen? (Muss aber eben inhaltlich Sinn ergeben...) LG Daniela

Danke für die schnelle Antwort! :) Ja es würde inhaltlich sogar passen, dass die eine Variable allein steht. Ich habe die Analyse mit 7 oder 6 Faktoren wiederholt und die Variable hat immer noch allein auf den Faktor geladen. Dürfte ich noch eine kurze Frage zu Faktorladungen stellen? Die Literatur dazu, ab wann eine Ladung hoch genug ist, ist sehr unterschiedlich. Eine Quelle hat Variablen mit Ladungen < 0.5 entfernt und die Analyse wiederholt. Hier in dem Video hattest du als cutoff 0.3 gewählt. Kann man das machen wie man will oder gibt es eine feste Grenze ähnlich wie beim KMO?

Ja genau. Das ist ein ganz ganz kleiner Wert. Man schreibt dann p