Exploratorische und konfirmatorische Faktorenanalyse

Zusammenfassung

In diesem Beitrag wird der Nutzen der Faktorenanalyse in Bezug auf die Entwicklung von Fragebögen für die klinische Rehabilitation dargestellt. Es werden zwei Strategien, die exploratorische und die konfirmatorische Faktorenanalyse, in ihren Grundzügen erläutert, um ein Grundverständnis für die Auswahl des einen oder anderen Verfahrens zu schaffen. Die Ansätze werden als sich ergänzende Verfahren dargestellt, die beide im Prozess einer Fragebogenentwicklung ihren Platz haben. Abschließend wird kurz auf den möglichen Nutzen der Faktorenanalyse bei Fragen nach der Gestaltung von zusammenfassenden Statistiken oder der Prüfung interkultureller Validität hingewiesen.

Abstract

This article describes the utility of factor analysis in the context of developing questionnaires for clinical use in rehabilitation. The basic principles of both exploratory factor analysis and confirmatory factor analysis are presented in order to give the necessary knowledge for choosing between both concepts. Exploratory and confirmatory factor analyses complement one another, and there is a place for both in the process of questionnaire development. Finally, the potential use of factor analysis for scaling procedures as well as intercultural validity studies is outlined.

Schlüsselwörter

Exploratorische Faktorenanalyse - konfirmatorische Faktorenanalyse - Testentwicklung - Messmodell - Fragebogen - Skalen

Key words

Exploratory factor analysis - confirmatory factor analysis - test development - measurement model - questionnaires - scales

Literatur

• 1 Rost J. Messen wird immer einfacher!.  ZA-Information. 2005;  56 6-7
• 2 Juniper E F, Guyatt G H, Jaeschke R. How to develop and validate a new health-related quality of life instrument. In: Spilker B (ed) Quality of life and pharmacoeconomics in clinical trials. 2. Aufl. Philadelphia; Lippincott-Raven 1990: 49-56
• 3 Backhaus K, Erichson B, Plinke W, Weiber R. Multivariate Analysemethoden. 10. Aufl. Heidelberg; Springer 2003
• 4 Bortz J. Statistik für Human- und Sozialwissenschaftler. 6. Aufl. Heidelberg; Springer 2004
• 5 SPSS 13.0 Homepage. Verfügbar unter: http://www.spss.com/ (aufgerufen 5.7.2005). 
• 6 AMOS 5.0 Homepage. Verfügbar unter: http://www.smallwaters.com/ - Pfad: amos/neu (aufgerufen 5.7.2005). 
• 7 LISREL 8.7 Homepage. Verfügbar unter: http://www.ssicentral.com/lisrel/index.html (aufgerufen 5.7.2005). 
• 8 EQS 6.1 Homepage. Verfügbar unter: http://www.mvsoft.com/ (aufgerufen 5.7.2005). 
• 9 Mueller R O. Basic principles of structural equation modeling: an introduction to LISREL and EQS. New York; Springer 1996
• 10 Byrne B M. Structural equation modeling with AMOS: basic concepts, applications, and programming. Mahwah; Lawrence Erlbaum Associates 2000
• 11 Fayers P M, Machin D. Factor analysis. In: Staquet MJ, Hays RD, Fayers PM (eds) Quality of life assessment in clinical trials: methods and practice. Oxford; Oxford University Press 1998
• 12 Velicer W F, Jackson D N. Component analysis versus common factor analysis: some issues in selecting an appropriate procedure.  Multivar Behav Res. 1990;  25 1-28
• 13 Enzmann D. RanEigen. A program to determine parallel analysis criteria for the number of factors in PCA.  APM. 1997;  21 232 , - verfügbar unter: http://www2.jura.uni-hamburg.de/instkrim/kriminologie/Mitarbeiter/Enzmann/Software/Enzmann_Software.html
• 14 Zwick W R, Velicer W F. A comparison of five rules for determining the number of components to retain.  Psychol Bull. 1986;  99 432-442
• 15 Anderson J C, Gerbing D W. Structural equation modeling in practice: a review and recommended two-step approach.  Psychol Bull. 1988;  103 411-423
• 16 Guadagnoli E, Velicer W F. Relation of sample size to the stability of component patterns.  Psychol Bull. 1988;  103 432-442
• 17 Maurischat C, Morfeld M, Kohlmann T, Bullinger M. Lebensqualität: Nützlichkeit und Psychometrie des Health Survey Short Form-36/Short Form-12 in der medizinischen Rehabilitation. Lengerich; Pabst 2004
• 18 Hu L, Bentler P M. Fit indices in covariance structure modeling: sensitivity to underparameterized model misspecification.  Psychol Methods. 1998;  3 424-453
• 19 Kline R B. Principles and practice of structural equation modeling. New York; Guilford Press 1998
• 20 Muthén B, Kaplan D. A comparison of some methodologies for the factor analysis of non-normal Likert variables.  British J Math Statist Psychol. 1985;  38 171-189
• 21 Hu L, Bentler P M. Cutoff criteria for fit indexes in covariance structure analysis: conventional criteria versus new alternatives.  Struct Equat Model. 1999;  6 1-55
• 22 MacCallum R C, Brown M W, Sugawara H M. Power analysis and determination of sample size for covariance structure modeling.  Psychol Meth. 1996;  1 130-149
• 23 Ogasawara H. Correlations among maximum likelihood and weighted/unweighted least square estimators in factor analysis.  Behaviormetrika. 2003;  30 63-86
• 24 Hurley A E, Scandura T A, Schriesheim C A, Brannick M T, Seers A, Vandenberg R J, Williams L J. Exploratory and confirmatory factor analysis: guidelines, issues, and alternatives.  J Org Behav. 1997;  18 667-683
• 25 Bullinger M, Kirchberger I. Der SF-36 Fragebogen zum Gesundheitszustand - Handanweisung. Göttingen; Hogrefe 1998
• 26 Simon G E, Revicki D A, Grothaus L, Korff M von. SF-36 summary scores - Are physical and mental health truly distinct?.  Med Care. 1998;  36 567-572
• 27 Wilson D, Parsons J, Tucker G. The SF-36 summary scales: Problems and solutions.  Soz Präventivmed. 2000;  45 239-246
• 28 Rost J. Lehrbuch Testtheorie, Testkonstruktion. Bern; Huber 1996
• 29 Wirtz M, Farin E, Bengel J, Jäckel W H, Hämmerer D, Gerdes N. IRES-24 Patientenfragebogen: Entwicklung der Kurzform eines Assessmentinstrumentes in der Rehabilitation mittels der Mixed-Rasch-Analyse.  Diagnostica. 2005;  51 75-87

1 Kausalität im Sinn einer Ursache-Wirkungs-Beziehung kann nicht nachgewiesen werden.

2 Im Angloamerikanischen steht die Abkürzung CFA für „Confirmatory Factor Analysis”.