Explorative Faktorenanalyse

Wissenszentrum

Was ist Explorative Faktorenanalyse? Beschreibung

Die Explorative Faktorenanalyse-Methode (EFA) ist eine Technik, die für das Aufdecken der zugrundeliegenden Struktur (Dimensionen) eines großen Satzes an Variablen verwendet werden kann. Folglich verringert EFA einen großen Satz an Variablen auf ein Paar zugrundeliegende Faktoren.

Beispiel: Sie haben einen Fragebogen über die Kundenzufriedenheit in der Zivilluftfahrtindustrie aufgestellt (United Airlines, Delta, Lufthansa). Sie haben 30 Punkte identifiziert, um Kundenzufriedenheit zu beschreiben und auszuwerten (z.B. „Bequemlichkeit des Ticketkaufes“, „Bequemlichkeit des Eincheckens“, „Umgebung der Lounges“, „Freundlichkeit der Flugbegleiter“, „Befriedigung von speziellen Wünschen“, „Qualität des Essens an Bord“, „Komfort der Sitze“, „spezielle Angebote wie Filme während des Fluges“, „Pünktlichkeit der Ankunft“). Indem Sie EFA anwenden, können Sie den Satz an 30 Punkten innerhalb Ihres Analyseprozesses auf ein Paar zentrale Fragen reduzieren, die Ihren Satz an Punkten unterliegen. Sie können zum Beispiel die Punkte „Bequemlichkeit des Ticketkaufes“, „Bequemlichkeit des Eincheckens“, „Umgebung der Lounges“, „Qualität des Essens an Bord“, „Komfort der Sitze“ und „spezielle Angebote wie Filme während des Fluges“ als ein Teil einer Potentialdimension betrachten. Die harten Sachen, die Fluglinien durchführen können, um ihr Geschäft voran zu treiben. Jedoch sind „Freundlichkeit der Flugbegleiter“, „Befriedigung spezieller Wünsche“ und „Pünktlichkeit der Ankunft“ mehr Teil einer Prozessdimension.

Das bedeutet, dass EFA genau diese Strukturen herausfindet - in unserem Beispiel der Faktor „Potential“ und „Prozess“. Manager können nun einen tieferen Einblick erhalten, um Marketing-Aktivitäten zu entwickeln, die die Zufriedenheit ihrer Kunden verbessern, indem sie sich mehr auf den „Potential“-Teil oder auf den „Prozess“-Teil fokussieren.
 

Ursprung der Explorative Faktorenanalyse. Geschichte

Faktoranalytische Methodiken können als ein Kontinuum begriffen werden. Dieses Kontinuum erstreckt sich von bestätigenden Techniken in Richtung zu reinen forschenden Verfahren. Charles Spearman (ab 1904) war interessiert, die Idee einer allgemeinen Intelligenz zu bestätigen. Durch ausgedehnte experimentelle Beweise, die über Jahre hinweg durch die Einbeziehung größerer Testbatterien, gegeben an eine größere Auswahl von Einzelpersonen, entwickelt wurden, hat sich Spearman's Theorie von einem einzelnen intellektuellen Faktor als inadequat herausgestellt. Eine Möglichkeit mußte geschaffen werden, um mit Gruppenfaktoren umzugehen. In den frühen dreißiger Jahren widerlegte Thurstone eine verbreitete Vermutung, die auf vorherigen Annahmen hinsichtlich der Natur von Faktoren basierte und entwickelte eine allgemeine Theorie der mehrfachen Faktorenanalyse. Thurstone's Buch „Vectors of Mind“ (1935) stellte die mathematische und logische Grundlage für diese Theorie dar.

Berechnung der Explorative Faktorenanalyse. Formel

Um Daten mithilfe von EFA zu analysieren, können Sie statistische Pakete wie SPSS oder SAS benutzen.

Gebrauch der Explorative Faktorenanalyse. Anwendungen

• Kundenzufriedenheitsumfragen.
• Messen von Servicequalität.
• Persönlichkeitstests.
• Imageumfragen.
• Identifizieren von Marktsegmenten.
• Typisieren von Kunden oder Produkten oder Verhalten.

Schritte in der Explorative Faktorenanalyse. Prozess

Ein typischer EFA Prozess ist wie folgt:

1. Identifizieren Sie die Indikatoren/die Punkte, die in die EFA eingehen.
2. Errechnen Sie eine Korrelationsmatrix (Koeffizient der Korrelation von Bravais-Pearson).
3. Überprüfen Sie die für eine EFA zu verwendende Korrelationsmatrix, (Signifikanzniveau, Umkehrfunktion der Korrelationsmatrix, Bartlett-Test, Anti-Image-Kovarianzmatrix, Kaiser-Meyer-Olkin-Kriterien KMO)
4. Wählen Sie eine Faktorenxtraktionsmethode (Hauptbestandteilsanalyse, Hauptfaktorenanalyse).
5. Entdecken Sie die Faktoren und des Faktorladens. Faktorladen ist die Korrelationskoeffizienten zwischen den Variablen (Reihen in der Tabelle) und den Faktoren (Spalten in der Tabelle).
6. Legen Sie die Zahl der zu extrahierenden Faktoren fest (für diesen Schritt ist es nützlich, die Kaiser-Kriterien und den Scree-Test mit den Eckkriterien zu verwenden).
7. Deuten Sie die extrahierten Faktoren (z.B. „Potential“ und „Prozess“ im oben gegebenen Beispiel)

Stärken der Explorative Faktorenanalyse. Nutzen

• Einfach zu verwenden
• Nützlich für eine Vielzahl von Fragen in einer Umfrage,
• Grundlage anderer Instrumente (z.B. Regressionsanalyse mit Faktor-Auswertungen), mit anderen Instrumenten einfach zu kombinieren (z.B. bestätigende Analyse)

Einschränkungen der Explorative Faktorenanalyse. Nachteile

• Variablen müssen in Intervalle eingestuft sein.
• Die Fallzahl sollte mehr als dreimal so groß wie die Variablenanzahl sein.

Annahmen der Explorative Faktorenanalyse. Bedingungen

• Keine Ausreißer, Intervalldaten, Linearität, multivariate Normalität, Orthogonalität für Hauptfaktorenanalyse

Buch: Klaus Backhaus, Bernd Erichson, Wulff Plinke - Multivariate Analysemethoden

Buch: Joseph F Hair, Ronald L Tatham, Rolph E. Anderson, William Black - Multivariate Data Analysis 

Buch: John C. Loehlin - Latent Variable Models

Forum Forumsdiskussionen über Explorative Faktorenanalyse. Unten können Sie eine Frage zu diesem Thema stellen, Ihre Erfahrungen teilen, eine neue Entwicklung melden oder etwas erklären. Starten Sie ein neues Thema über Explorative Faktorenanalyse Teilen Sie hier Ihr Wissen (oder stellen Sie eine Frage)   2 types of multivariate analys There are two main techniques of multiviariate analysis: 1. Factor Analysis (find the underlying dimensions or 'factors' by investigating the correlation between variables), 2. Cluster Analysis (find ... 14   What to do if the Data of your Research Turn out to be Incomplete? Suppose you have just finished executing an agriculture project in which you were distributing agricultural inputs to farmers. During the analysis of the end-line data, you have seen that three respon... 4   2 Kommentare Maximum Likelihood Extraction Method I chose Principal Components Analysis and unfortunately there are 17 factors and Varimax table was presented just in the last step. I want to use limited factors with enough (3-5) items to make a good... 4   1 Kommentare SPSS Factor Analysis on Non-Parametric Data Hi, I have 42 items, coded on binary scale 1 or 0. I wish to perform an Exploratory Factor Analysis using SPSS 15.0 My query: Is it possible to perform Exploratory Factor Analysis with such item... 4   1 Kommentare Rotated component matrix Hello, I am doing an exploratory factor analysis with 56 manifest variables using SPSS. However after running it, I don't obtain the rotated component matrix. Any idea about the reasons for this p... 0   1 Kommentare

Expertentipps Erweiterte Einblicke zu Exploratory Factor Analysis (Englisch). Hier finden Sie professionelle Ratschläge von Experten. Disadvantages of Exploratory Factor Analysis Applying Exploratory Factor Analysis, EFA Implementation Some of the disadvantages associated with EFA are: - Usefulness of EFA depends mainly on the researchers’ ability to de... Advantages of Exploratory Factor Analysis Applying Exploratory Factor Analysis, EFA Implementation Some of the advantages of Exploratory Factor Analysis (EFA) are as follows: - Objective as well as subjective attribute...

Informationsquellen Verschiedene Informationsquellen zu Explorative Faktorenanalyse. Hier finden Sie Powerpoints, Videos, Nachrichten usw., die Sie in Ihren eigenen Vorträgen und Workshops verwenden können.

Forschungslinks Springen zu weiteren Forschungsquellen bezüglich Explorative Faktorenanalyse. Nachrichten Videos Präsentationen   Bücher Akademisch Mehr

Vergleichen Sie mit Explorative Faktorenanalyse:  Regressionsanalyse  |  Analytisches CRM  |  Confirmatory Analysis  |  LISREL

Zurück zur Managementdisziplin: Human Resources  |  Marketing & Verkauf

Mehr Managementmethoden, Modelle und Theorie