Frage zur Faktorenanylse

[Butter_Blume]

Liebes Forum,

ich habe in einer Untersuchung Skalen (ca. 10 stück) eingesetzt, die ich selbst entwickelt habe. Mir ist bewusst, dass ich bevor ich die Reliabilitätsanalyse durchführen kann, eine Faktorenanalysen durchführen muss, um die Skalenstruktur zu überprüfen.

Wenn ich jetzt alle Items in die Faktorenanalyse "werfe", bilden sich leider nicht die Skalen ab, die ich vorher theoretisch formuliert habe.

Ich habe trotz besseren Wissens schonmal eine Reliabili. gemacht und das chrohnbachs Alpha ist wünschenswert hoch.

Frage: Kann ich auch einfach nur die jeweiligen Fragen einer Skala über die Faktorenanalyse rechen und wenn dann alle Items auf einen Faktor laden, die Skala als verifiziert betrachten?

Ich danke Euch für hilfreiche Tipps sehr!

Butterblume

[drfg2008]

Frage: Kann ich auch einfach nur die jeweiligen Fragen einer Skala über die Faktorenanalyse rechen und wenn dann alle Items auf einen Faktor laden, die Skala als verifiziert betrachten?

Es gibt in der Statistik keine Verifikation, sondern bestenfalls eine Falsifikation. Erstere gibt es nur in der Mathematik, da in dieser die Axiome bekannt, weil definiert sind (Einstein).

Aber was die Vorgehensweis anbelangt:

Wenn eine Anzahl Fragen ein hohes Alpha (Cronbach) aufweist und sich durch 'Weglassen' eines Items dieses Alpha sich nicht erhöhen lässt ("if item deleted" ), dann gilt die Skala im Sinne der klassischen Testtheorie als reliabel.

Gruß

[Generalist]

ich habe in einer Untersuchung Skalen (ca. 10 stück) eingesetzt, die ich selbst entwickelt habe. Mir ist bewusst, dass ich bevor ich die Reliabilitätsanalyse durchführen kann, eine Faktorenanalysen durchführen muss, um die Skalenstruktur zu überprüfen.

"Müssen" musst Du gar nichts. Aber eine konfirmatorische Faktorenanalyse wird natürlich häufig empfohlen.
Aber Skalenstruktur überprüfen und Reliabilität von Skalen untersuchen sind zwei trotzdem verschiedene Dinge mit verschiedenen Zwecken.

Wenn ich jetzt alle Items in die Faktorenanalyse "werfe", bilden sich leider nicht die Skalen ab, die ich vorher theoretisch formuliert habe.

Was für eine Faktorenanalyse? Tasächlich eine konfirmatorische? Oder irgendeine "exploratorische" Laien-Faktorenanalyse? Wie durchgeführt? Bei welcher Fallzahl? Wie viele Items?

Ich habe trotz besseren Wissens schonmal eine Reliabili. gemacht und das chrohnbachs Alpha ist wünschenswert hoch.

Das ist nicht überraschend, wenn die Skalen ausreichend viele Items haben und nicht allzu krude zusammengesetzt wurden. Man schaut auch, ob Items dabei sind, deren Löschung (alpha if item is deleted) das alpha erhöht. Alpha ist übrigens interne Konsistenz, nicht Homogenität/Eindimensionalität.

Frage: Kann ich auch einfach nur die jeweiligen Fragen einer Skala über die Faktorenanalyse rechen und wenn dann alle Items auf einen Faktor laden, die Skala als verifiziert betrachten?

Ich weiß nicht, was eine verifizierte Skala ist. Machen kannst Du sowas sicherlich, aber was die Ergebnisse aussagen, müsstest Du nochmal genau überlegen.

[drfg2008]

Alpha ist übrigens interne Konsistenz, nicht Homogenität/Eindimensionalität.

Code: Alles auswählen

Die Interne Konsistenz ist ein Maß für die Homogenität einer Skala.

Quelle: Wiki

http://de.wikipedia.org/wiki/Reliabilit%C3%A4t

Gruß

[Generalist]

Die deutsche Wikipedia strotzt in Sachen angewandter Statistik leider nur so
von Fehlern und ist als Referenz unbrauchbar. Den zitierten Satz kann man
streichen. Falls Du einen account da hast, könntest Du das vielleicht
übernehmen. Korrekt drückt es wie (fast) immer die englischsprachige
Wikipedia aus:

Cronbach's alpha is widely believed to indirectly indicate the degree to
which a set of items measures a single unidimensional latent construct.
However, the average intercorrelation among test items is affected by skew
just like any other average. Thus, whereas the modal intercorrelation among
test items will equal zero when the set of items measures several unrelated
latent constructs, the average intercorrelation among test items will be
greater than zero in this case. Indeed, several investigators have shown
that alpha can take on quite high values even when the set of items
measures several unrelated latent constructs (e.g., Cortina, 1993;
Cronbach, 1951; Green, Lissitz & Mulaik, 1977; Revelle, 1979; Schmitt,
1996; Zinbarg, Yovel, Revelle & McDonald, 2006). As a result, alpha is most
appropriately used when the items measure different substantive areas
within a single construct. When the set of items measures more than one
construct, coefficient omega_hierarchical is more appropriate (McDonald,
1999; Zinbarg, Revelle, Yovel & Li, 2005).

Die Sachlage wird anhand mehrerer Quellen auch unter
http://www.smaddicts.com/2008/10/what-i ... alpha.html
erläutert.

[drfg2008]

aus Homogenität folgt Konsistenz -
aus Konsistenz folgt nicht zwingend Homogenität

Die Items tragen bei der Faktorenanalyse auch nur mit der Gewichtung ihrer Faktorladung zum Regressionswert bei.



Gruß

[Butter_Blume]

vielen Dank für Eure Antworten!

ich muss immer erst ein wenig recherchieren, um Eure Antworten richtig zu verstehen, deshalb melde ich mich jetzt erst wieder


mir ist klar, dass es sich bei Faktoren- und Reliabilitätstanalyse um unterschiedliche Verfahren handelt. Jedoch werden beide Verfahren m.E. bei der Absicherung neu gegründeter Skalen empfohlen.

Ich habe 11 Skalen die Items gehen von 2-11 (insgesamt 63 Items), N= 112.

Ich vermute, dass ich die Laien-Faktoranalyse gemacht habe. So wie du es in dem SPSS Video-Seminar Teil 45 beschreibst. Ich habe auch viel gegooglet aber konnte nichts weiteres zu SPSS und konfirmatorische Faktoranalyse finden...

bei deinem Video SPSS Seminar Teil 45 weist du auf fehlende Werte hin: ich habe eine Skalierung von trifft sehr zu bis trifft gar nicht... die Mitte ist teils, teils. Sollte ich wohl teils, teils als fehlenden Wert angeben, da ja das so ein Mittelfeld darstellt? Also analog im Video zu "weiß nicht"

eine dringende Frage blieb leider bisher offen:
kann ich jede Skala einzeln in der Faktorenanalyse berechnen oder sollte ich alle Items der unterschiedlichen Skalen zusammen packen und dann hoffen, dass jeweilige Skala auf ein und dem selben Faktor lädt? Wenn ich nur einen Faktor habe, dann spricht das doch von Homogenität/Eindimensionalität, oder?

[drfg2008]

Sollte ich wohl teils, teils als fehlenden Wert angeben, da ja das so ein Mittelfeld darstellt?

Nein. Es geht auch nicht um Mittelfeld, sondern um die Erhaltung einer inhaltlich sinnvollen Reihenfolge. "Weiß nicht" kann u. U. als weitere Dimension betrachtet werden. Damit wäre das Item nicht mehr unidimensional.

kann ich jede Skala einzeln in der Faktorenanalyse berechnen (...) Wenn ich nur einen Faktor habe, dann spricht das doch von Homogenität/Eindimensionalität, oder?

Bei orthogonaler Rotation -Varimax, Equamax- würde dann nur ein Faktor entstehen.

-soweit mein Kenntnisstand-
eine sehr umfangreiche, aber auch sehr anspruchsvolle Darstellung der faktorenanalytischen psychologischen Forschung findet sich bei Pawlik, Kurt: Dimensionen des Verhaltens. Verlag Hans Huber. (Bern, Stuttgar, Wien 1967)

Gruß