Hallo zusammen!
Ich bin neuer Anwender in SPSS und scheitere an der Interpretation der Skalen.
Ich habe mit der explorativen Faktoranalyse fünf Faktoren extrahiert und würde jetzt gerne beurteilen, welcher Faktor am stärksten ausgeprägt ist bei meiner Stichprobe. Also, welcher Faktor ist der "wichtigste" und wurde von den Probanden am häufigsten genannt.
Konkretes Beispiel:
Ich habe Motive untersucht, die zur Teilnahme an Kundenbindungsprogrammen führen. Ich habe somit fünf Motive identifiziert. Ich würde jetzt gerne beurteilen welches Motiv am häufigsten genannt wurde bzw. welche Skala jetzt die wichtigste ist.
Wie kann ich das messen?
Vielen Dank!
Hilfe bei Bewertung der Skalen
-
drfg2008
- Beiträge: 2391
- Registriert: 06.02.2011, 19:58
re
mit Häufigkeit der Nennungen hat das nichts zu tun, denn die Probanden haben ja jedes Item bewertet. Falls du das nicht so angelegt haben solltest, dann wäre eine Faktorenanalyse wahrscheinlich nicht geeignet.
Die Bedeutung eines Faktors bemisst sich daran, wie viel Varianz dieser von der Gesamtvarianz 'aufklärt'. Die gesamte Varianz wird zunächst standardisiert (jedes Item erhält eine standardisierte Varianz von 1, folglich entspricht die Gesamtvarianz der Anzahl der Items). Ein Faktor sollte nach dem Kaiser Kriterium daher mindestens eine Varianz von 1 erklären, das entspricht der Varianz eines Items. Würde ein Faktor weniger erklären, würde er sozusagen weniger Varianz erklären als ein Item (Eigenwert mind. 1). Jedes Item (also jede den Probanden gestellte Frage) 'lädt' (korreliert) mit jedem (!) Faktor. Die Ladungsmatrix ist folglich das Interpretationsschema, um den Faktor anschließend inhaltlich interpretieren zu können. In der Regel werden Faktorenanalysen nur mit Rotation (der Faktoren) berechnet. Meist die rechtwinklige (sog. orthogonale) Rotation, um sicher zu stellen, dass die Faktoren untereinander nicht korrelieren.
SPSS sortiert die Faktoren bereits nach Varianz.
http://www.youtube.com/watch?v=kyGvk4eSuJE
Gute Darstellung bei Achim Bühl
Die Bedeutung eines Faktors bemisst sich daran, wie viel Varianz dieser von der Gesamtvarianz 'aufklärt'. Die gesamte Varianz wird zunächst standardisiert (jedes Item erhält eine standardisierte Varianz von 1, folglich entspricht die Gesamtvarianz der Anzahl der Items). Ein Faktor sollte nach dem Kaiser Kriterium daher mindestens eine Varianz von 1 erklären, das entspricht der Varianz eines Items. Würde ein Faktor weniger erklären, würde er sozusagen weniger Varianz erklären als ein Item (Eigenwert mind. 1). Jedes Item (also jede den Probanden gestellte Frage) 'lädt' (korreliert) mit jedem (!) Faktor. Die Ladungsmatrix ist folglich das Interpretationsschema, um den Faktor anschließend inhaltlich interpretieren zu können. In der Regel werden Faktorenanalysen nur mit Rotation (der Faktoren) berechnet. Meist die rechtwinklige (sog. orthogonale) Rotation, um sicher zu stellen, dass die Faktoren untereinander nicht korrelieren.
SPSS sortiert die Faktoren bereits nach Varianz.
http://www.youtube.com/watch?v=kyGvk4eSuJE
Gute Darstellung bei Achim Bühl
drfg2008
