Oblique Rotationen in Faktorenanalysen: Wie gut lassen sich Faktorenstrukturen mit unterschiedlichen Methoden aufdecken?

Dr. Christina Werner

Faktorenanalysen sind wichtige Datenanalyseverfahren für viele Bereiche der Psychologie, z.B. um die dimensionale Struktur von Phänomenen wie Persönlichkeit zu untersuchen, oder die Eigenschaften von Tests und Fragebögen zu prüfen. Einer der Teilschritte explorativer Faktorenanalysen ist die Faktorenrotation, mit der eine bestmögliche Zuordnung der beobachteten Variablen (z.B. Testitems) zu den Faktoren angestrebt wird. Hierfür gibt es eine Vielzahl unterschiedlicher Methoden, insbesondere orthogonale Rotationen (bei denen die Faktoren unabhängig voneinander sind) und oblique (bei denen Korrelationen zwischen den Faktoren möglich sind). Eine Simulationsstudie soll untersuchen, wie gut Faktorenstrukturen (Faktorladungen, Korrelationen der Faktoren) mit unterschiedlichen obliquen Rotationsmethoden aufgedeckt werden können, und inwieweit sich Empfehlungen für die Verwendung bestimmter Methoden geben lassen. Für dieses Thema sollten Sie Grundkenntnisse in explorativer Faktorenanalyse haben (bzw. sich diese erarbeiten) und bereit sein, sich in die statistische Literatur zu Rotationsmethoden einzulesen. Zur Durchführung der Simulationsstudie ist es notwendig, dass Sie sich in das Statistik-Programm R einarbeiten. Kenntnisse im Umgang mit R sowie zur Durchführung eigener Simulationsstudien damit werden in der begleitenden Projektgruppe zur Masterarbeit vermittelt.

Das Thema kann im Moment leider nicht neu gewählt werden.