Faktorenanalyse

Zusammenfassung

Die explorative Faktorenanalyse hat zum Ziel, Strukturen in großen Variablensets zu erkennen, die untereinander Korrelationen aufweisen. Sie versucht, die Beziehungszusammenhänge in einem Variablenset insofern zu strukturieren, als sie Gruppen von Variablen identifiziert, die hoch miteinander korreliert sind. Die Gruppen von jeweils hoch korrelierten Variablen werden als Faktoren bezeichnet. Neben der Strukturierungsfunktion wird die Faktorenanalyse auch zur Datenreduktion eingesetzt. Dabei wird zur Beschreibung von Sachverhalten eine Vielzahl von Variablen durch wenige Faktoren ersetzt. Bei Beschränkung auf zwei oder drei Faktoren wird eine grafische Darstellung (Mapping) ermöglicht.

Das Kapitel verdeutlicht die Vorgehensweise der Faktorenanalyse anhand der zentralen Ablaufschritte des Verfahrens unter Rückgriff auf ein einfaches Beispiel. Anschließend wird für ein größeres Fallbeispiel gezeigt, wie eine Faktorenanalyse mit Hilfe von IBM SPSS gerechnet werden kann und welche Ergebnisoutputs dabei für die praktische Anwendung eine besonders zentrale Bedeutung besitzen. Die SPSS Outputs werden anwendungsbezogen interpretiert, sodass für den Leser eine Übertragbarkeit auf eigene Anwendungsfälle leicht möglich ist. Das Kapitel schließt mit wichtigen Anwendungsempfehlungen zur Durchführung einer Faktorenanalyse.