Hallo zusammen,
nachdem ich diverse Forenbeiträge durchforstet habe, muss ich dennoch ein eigenes Thema zu meinen Schwierigkeiten einrichten und hoffe auf kompetente Hilfe! Danke schon mal im Voraus.
In meiner Masterarbeit geht es um Folgendes:
Ich untersuche Unzufriedenheit mit Körperpartien und möchte nach einer Faktorenanalyse zu einer Art Skalengewinnung Gruppenvergleiche anschließen.
In der Body Image Scale werden 30 items (z.B. Kinn, Nase, Arme etc.) zur Bewertung der Zufriedenheit (1-sehr zufrieden, 2-zufrieden, 3-neutral, 4-unzufrieden, 5-sehr unzufrieden) abgefragt.
Diesen Fragebogen habe ich Transpersonen (Stichprobe MF ca. 300 Personen, Stichprobe FM ca. 250 Personen) vorgelegt, die vermutlich vor allem auf den geschlechtsspezifischen Körperpartien hohe Unzufriedenheitswerte haben, wobei mich auch die Struktur bei nicht primären Geschlechtsmerkmalen interessiert. Ich nehme also an, dass die 30 items sich zu bestimmten Körperbereichen zusammenfassen lassen.
So haben die Erfinder der BIS einfach mal 3 Subskalen (1-primäre Geschlechtsmerkmale, 2-sekundäre Geschlechtsmerkmale, 3-neutrale Körperpartien) angenommen ohne die jemals zu überprüfen.
Ich habe mir nun folgendes Vorgehen getrennt für die 2 Stichproben überlegt:
1. zunächst eine konfirmatorische Faktorenanalyse zur Evaluierung der 3 Subskalen
[hier wäre meine erste Frage, wie das genaue Vorgehen mit AMOS und SPSS aussieht]
-> vermutlich werden sich die 3 Subskalen nicht bestätigen lassen
[hier auch die Frage, woran sehe ich das letztlich in AMOS?]
2. eigene Faktorenstruktur ermitteln
2.1 über explorative Faktorenanalyse
[hier benötige ich vor allem Hilfestellung bei den einzelnen Schritten, also
- vorbereitende Statistiken wie NV-Testung etc.
- Hauptkomponentenanalyse oder Hauptachsenanalyse oder ML-FA
- Extraktionsmöglichkeiten
- Rotationsmöglichkeiten
- weitere Kennwerte/ Testungen?]
2.2 explorative Faktorenanalyse zudem konfirmatorisch testen? (geht das auch ohne neue Stichprobe?)
-> an und für sich wären 3 Faktoren nicht schlecht, 4 oder 5 Faktoren lassen sich vermutlich auch noch gut inhaltlich begründen
-> Items würde ich nur ungern rausschmeißen, wobei einige Items wie Statur, Figur oder Erscheinung schon jetzt recht komisch liegen
Also, falls hier gerade einige FA-ExpertInnen umherschwirren, wäre ich dankbar für jeden Tipp oder Hinweis!!
dringende Hilfe bei Masterarbeit / Faktorenanalysen
-
- Beiträge: 10
- Registriert: 26.07.2013, 18:10
-
- Beiträge: 2391
- Registriert: 06.02.2011, 19:58
re
Die Anfrage ist sehr umfangreich und ähnelt fast einem Werkvertrag.
Eine der einfachsten Einführungen in die Faktorenanalyse im Zusammenhang mit SPSS findet sich bei Bühl (SPSS). Zu den Linearen Strukturgleichugsmodellen (AMOS) eine Einführung bei Backhaus et. al.
Eine der einfachsten Einführungen in die Faktorenanalyse im Zusammenhang mit SPSS findet sich bei Bühl (SPSS). Zu den Linearen Strukturgleichugsmodellen (AMOS) eine Einführung bei Backhaus et. al.
drfg2008
-
- Beiträge: 10
- Registriert: 26.07.2013, 18:10
Danke für den Literaturtipp. Ich habe bisher auch die Einführung in die Test- und Fragebogenkonstruktion von Bühner hilfreich empfunden. Du hast recht, dass es sehr umfangreich ist. Allgemein ging es mir um das Vorgehen an sich, ob das so schlüssig und plausibel ist. Im Detail habe ich einfach einige Nachfragen, die ich vielleicht nochmal etwas spezifizieren kann.
Ich bin inzwischen auch weiter gekommen und habe mir mal von allen 30 items die Verteilungen angesehen. Für alle sind laut K-S-Test keine Normalverteilungen gegeben, was auch plausibel ist. Statistisch könnte ich die Verteilung ja normalisieren, doch geht es ja gerade um schiefe Verteilungen (bestimmte Körperpartien werden einfach als unzufriedener erlebt als andere), sodass ich davon Abstand nehmen würde. Laut Bühner sind sowohl Hauptkomponentenanalyse als auch Hauptachsenanalyse ohne NV machbar.
Für eine konfirmatorische FA wie auch für eine Maximum-Likelihood-FA müsste ich in AMOS doch auf multivariate NV testen (Mardia-Test), oder? Vermutlich wird dies auch abgelehnt, wobei ich mir unsicher bin, inwiefern das auch mit der Stichprobengröße zu tun hat. Bühner spricht davon, dass eine grobe Daumenregel wäre für Items eine Schiefe > 2 und einen Exzess > 7 (letzterer ist mir unklar, wo ich die in SPSS finde, muss ich die aus der Kurtosis berechnen?) anzunehmen, ab der man nicht mehr ML-FA berechnen kann. Wann sollte überhaupt eine ML-FA berechnet werden?
Die Wahl des Verfahrens bei der exploratorischen FA ist mir einfach noch etwas unklar. Momentan versuche ich erst mal verschiedene Extraktionsmöglichkeiten auszutesten, also Parallelanalyse und MAP sowie die üblichen Verdächtigen. Zur Rotation wird ja im Allgemeinen vorgeschlagen erst mal oblique rotieren zu lassen und bei geringer Korrelation der Faktoren dann Varimax zu verwenden.
Für weitere Hinweise bin ich jederzeit dankbar!
Ich bin inzwischen auch weiter gekommen und habe mir mal von allen 30 items die Verteilungen angesehen. Für alle sind laut K-S-Test keine Normalverteilungen gegeben, was auch plausibel ist. Statistisch könnte ich die Verteilung ja normalisieren, doch geht es ja gerade um schiefe Verteilungen (bestimmte Körperpartien werden einfach als unzufriedener erlebt als andere), sodass ich davon Abstand nehmen würde. Laut Bühner sind sowohl Hauptkomponentenanalyse als auch Hauptachsenanalyse ohne NV machbar.
Für eine konfirmatorische FA wie auch für eine Maximum-Likelihood-FA müsste ich in AMOS doch auf multivariate NV testen (Mardia-Test), oder? Vermutlich wird dies auch abgelehnt, wobei ich mir unsicher bin, inwiefern das auch mit der Stichprobengröße zu tun hat. Bühner spricht davon, dass eine grobe Daumenregel wäre für Items eine Schiefe > 2 und einen Exzess > 7 (letzterer ist mir unklar, wo ich die in SPSS finde, muss ich die aus der Kurtosis berechnen?) anzunehmen, ab der man nicht mehr ML-FA berechnen kann. Wann sollte überhaupt eine ML-FA berechnet werden?
Die Wahl des Verfahrens bei der exploratorischen FA ist mir einfach noch etwas unklar. Momentan versuche ich erst mal verschiedene Extraktionsmöglichkeiten auszutesten, also Parallelanalyse und MAP sowie die üblichen Verdächtigen. Zur Rotation wird ja im Allgemeinen vorgeschlagen erst mal oblique rotieren zu lassen und bei geringer Korrelation der Faktoren dann Varimax zu verwenden.
Für weitere Hinweise bin ich jederzeit dankbar!