Zusammenfassung
Bislang wurden bei vielen der Beispielanalysen aggregierte Daten verwendet, etwa die Summe über eine Vielzahl von Items. Tatsächlich ist die psychologische Forschung aus messtheoretischen Gründen sehr stark auf das Aggregationsprinzip angewiesen: Eine einzelne Variable (z.B. ein einzelnes Item in einem Fragebogen) ist in der Regel zu stark fehlerbelastet, um ein reliabler Indikator für ein bestimmtes latentes Konstrukt zu sein; daher werden viele einzelne Indikatoren zusammengefasst, um eine verlässlichere Messung zu erhalten.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Ausführliche Kapitel zur Faktorenanalyse gibt es in allen gängigen Lehrbüchern zur Statistik und Multivariaten Datenanalyse (z.B. Eid et al., 2013; Field, 2013; Tabachnick & Fidell, 2013). Alle beschreiben ausführlich die Hauptkomponentenanalyse. Tabachnick und Fidell (2013) diskutieren (kurz) auch weitere Verfahren der exploratorischen Faktorenanalyse, während sich Eid und Kollegen (2013) eingehender mit der ML-Methode, der Hautachsenmethode und dem Vergleich zur Hauptkomponentenanalyse beschäftigen. Weiterführende Literatur: Brown (2006); Gorsuch (1983); Moosbrugger und Kelava (2011); Weiber und Mühlhaus (2014).
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2015 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Wentura, D., Pospeschill, M. (2015). Exploratorische Faktorenanalyse und Skalenanalyse. In: Multivariate Datenanalyse. Basiswissen Psychologie. Springer, Wiesbaden. https://doi.org/10.1007/978-3-531-93435-8_10
Download citation
DOI: https://doi.org/10.1007/978-3-531-93435-8_10
Publisher Name: Springer, Wiesbaden
Print ISBN: 978-3-531-17118-0
Online ISBN: 978-3-531-93435-8
eBook Packages: Psychology (German Language)