STATISTIK-FORUM.de

[McGeiwa]

Hallo liebe Gemeinde,

Innerhalb meiner Abschlussarbeit untersuche ich u. a. das Belastungsempfinden durch gesundheitliche Beschwerden bei Altenpflegekräften.

Ich konnte im Rahmen der Dimensionsreduzierung aus insgesamt 28 Items, die den Grad der Beschwerden auf einer Vierer-Skala ("nie" kodiert mit dem Wert 1 bis "ständig" kodiert mit dem Wert 4) erfassen sollen, 7 Faktoren bilden.
Die Faktorenwerte nehmen ja positive und negative Werte bzw. Bereiche an. In meinem Fall stellt also ein negativer Wert eine geringe Belastung dar, positive Werte eine hohe Belastung (richtig?).
Ergibt sich also ein Faktorenwertebereich von -3 bis 3, so stellt der Wert 0 eine mittelstarke Ausprägung der Belastung dar, oder?

Kann ich anhand einer Variablentransformation diese Faktorenwerte wieder in Häufigkeiten darstellen?

Beispiel (hier nicht für eine gesundheitliche Belastung, sondern für den gebildeten Faktor "Entfaltungsmöglichkeiten während der Arbeit"):

Ich bestimme Minimum und Maximum des Faktors und berechne die Differenz zwischen diesen beiden Werten.
Danach dividiere ich diesen Abstand durch 4, da ich ja zu meiner ursprünglichen Vierer-Skala zurückkommen möchte.

Entfaltungsmöglichkeiten während der Arbeit (FAC1_1)
Minimum: -2,05927 | Maximum: 2,99477 | Wertdifferenz zwischen Minimum und Maximum: 5,05404 | Wertdifferenz zwischen einzelnen Bereichen: 1,264 (5,05404:4)

Kodierung (analog zu den Elementarvariablen) Wertebereich
sehr gut (1) -2,05927 bis -0,7953 (Minimum + 1,264 usw.)
eher gut (2) -0,7952 bis 0,4688
eher schlecht (3) 0,4689 bis 1,7329
sehr schlecht (4) 1,7330 bis 2,997

Ich gehe also vom Minimum aus und addiere den bestimmten Abstand.
Ist das so möglich?
Wie verhält es sich, wenn ich eine relativ hohe Verschiebung der Werte habe (z. B. Minimum: -1,2 und Maximum 3,6)?
Muss ich die Werte vorher angleichen oder gibt es noch andere Möglichkeiten?

Ich hoffe, es ist einigermaßen verständlich.

Vielen Dank & Grüße!

[PonderStibbons]

Die Faktorenwerte nehmen ja positive und negative Werte bzw. Bereiche an. In meinem Fall stellt also ein negativer Wert eine geringe Belastung dar, positive Werte eine hohe Belastung (richtig?).

Nein, wieso? Der Algorithmus weiß nichts davon, dass Du "negativ" mit "gering" übersetzt.
Der Nullwert bei Faktorwerten ist IIRC der Mittelwert über alle Probanden. Wenn sich
alle Probanden super-duper fühlten, kann auch ein "positiver" Wert substanziell noch
eine niedrige Belastung bedeuten.

Wozu überhaupt Faktorwerte? Wie man sofort erfährt, sind die schwer versteh- und
interpretierbar.

Kann ich anhand einer Variablentransformation diese Faktorenwerte wieder in Häufigkeiten darstellen?

Vergiss doch die Faktorwerte und bilde anhand der Ergebisse der Faktorenanalyse
Skalen aus Deinen ursprünglichen Items. Dann kannst Du den Mittelwert aus
den Items eines Faktors bilden und diese Skalenwerte klassifizieren.

Mit freundlichen Grüßen

P.

[McGeiwa]

Hallo P.!

Vielen Dank für die schnelle Antwort.

Ich meinte nicht zwingend "negativer Wert" mit "geringer Ausprägung". Eher das ein kleinerer Faktorenwert ähnlich dem Wertelabel der Ursprungsvariable gegen "nie" tendiert (nehme Belastung "nie" war).
Wie kann ich aus den Ergebnissen der Faktorenanalyse neue Skalen aus meinen ursprünglichen Items bilden?
Ist es nicht das, was ich schon versucht habe zu tun? (wahrscheinlich eher nicht )

Die Skalen der ursprünglichen Items sind alle gleich.
Ein niedriger Wert drückt eine (relativ) niedrige Betroffenheit ("nie"=1, "manchmal"=2) aus ein hoher Wert eine (relativ) hohe Betroffenheit ("oft"=3, "ständig"=4).
Diese Vierereinteilung würde ich gern beibehalten.

Sinn ist primär folgender: Ich möchte nicht alle 28 Einzelitems darstellen, also inwieweit die Befragten davon betroffen sind, sondern nur die 7 neugebildeten "Obergruppen"/Faktoren, jedoch mit der gleichen Skaleneinteilung wie die Ursprungsitems.

Ich habe hier noch ein Zitat, was der Ursprung für meine Verunsicherung (neben fehlendem Fachwissen) ist:

Ein positiver Faktorenwert steht für eine hohe Bejahung der Elementarvariable. Eine hohe Bejahung der Elementarvariable ist gleichbedeutend mit stark ausgeprägten rassistischen Einstellungen; Name des neu gebildeten Faktors in seinem Beispiel im Buch: "Fremdenfeindliche Einstellung" Quelle: Bühl, A. (2008). SPSS 16. Einführung in die moderne Datenanalyse. 11., aktualisierte Auflage. München: Pearson Studium. S. 515

Danke für die Mühe & viele Grüße!

[PonderStibbons]

Ich meinte nicht zwingend "negativer Wert" mit "geringer Ausprägung". Eher das ein kleinerer Faktorenwert ähnlich dem Wertelabel der Ursprungsvariable gegen "nie" tendiert (nehme Belastung "nie" war).

Dein Programm war, niedrige Faktorwerte in "Belastung = 0" umzurechnen.
Und das geht natürlich nicht, aus dem genannten Grund, dass es sich um
nicht um Werte relativ zur Ausgangsskala handelt, sondern relativ zu den
übrigen Werten, also zu den übrigen Probanden.

Wie kann ich aus den Ergebnissen der Faktorenanalyse neue Skalen aus meinen ursprünglichen Items bilden?
Ist es nicht das, was ich schon versucht habe zu tun? (wahrscheinlich eher nicht )

Ich weiß nicht, was Du schon versucht hast. Normalerweise nimmt man
die Items, die auf einem Faktor hoch laden und auf den anderen möglichst
niedrig, und bildet aus diesen die einzelnen Skalen.

Sinn ist primär folgender: Ich möchte nicht alle 28 Einzelitems darstellen, also inwieweit die Befragten davon betroffen sind, sondern nur die 7 neugebildeten "Obergruppen"/Faktoren, jedoch mit der gleichen Skaleneinteilung wie die Ursprungsitems.

Du erzeugst damit zwangsläufig Fälle mit "Belastung = hoch", selbst
wenn es diese nicht gibt, oder Fälle mit "Belastung = keine", selbst wenn
es diese gar nicht gibt. Das sieht nicht sehr sinnvoll aus.

Ich habe hier noch ein Zitat, was der Ursprung für meine Verunsicherung (neben fehlendem Fachwissen) ist:

Ohne Kontext verstehe ich leider weder den Satz ausreichend, noch den Zusammenhang
mit Deinem konkreten Problem.

Wenn Du sagst, Dir fehlt das Fachwissen, dann finde ich es etwas überraschend, dass
Du Dich gleich eines so komplexen Verfahrens wie einer Faktorenanalyse bedienst.
http://pareonline.net/pdf/v10n7.pdf

Bloß um die Daten übersichtlicher darzustellen, muss man normalerweise nicht mit
Faktorenanalysen und dann auch noch so etwas kompliziertem wie Faktorwerten
herumfuhrwerken. Die Autoren des Erhebungsfragebogens haben vielleicht selber
schon Dimensionen oder Skalen oder Itemgruppen angegeben, das wird ja nicht
völlig theoriefrei entstanden sein.

Mit freundlichen Grüßen

P.

[McGeiwa]

Hi!
Ich weiß grad nicht, ob wir aneinander vorbei reden.
Ahnung von Statistik hab ich nicht sehr viel. Zwangsläufig kommt es jedoch vor, dass man sich mit bestimmten Dingen auseinandersetzen muss.

Ich habe 28 Variablen zu gesundheitlichen Beschwerden. Diese wurden von den Befragten bewertet.
Sinn einer Faktorenanalyse ist doch der, diese Vielzahl an Variablen zu reduzieren. Per Faktorenanalyse hat das geklappt. Es ergaben sich 7 Faktoren.
Alle 28 Variablen sind in diesen Faktoren untergekommen, so dass ich beispielsweise Die Variablen "Verdauungsstörungen", "Appetitlosigkeit" und "Magenschmerzen" dem Faktor "Belastung durch Beschwerden des Verdauungstraktes" zuordnen konnte.

Ich konnte doch vorher diese 3 Variablen (Verdauungsstörungen, Appetitlosigkeit, Magenschmerzen) einzeln auf die Häufigkeit der Antworten (nie, manchmal, oft, ständig) untersuchen und konnte dann angeben wie viele Befragte "ständig" Magenschmerzen haben.

Jetzt muss es doch auch möglich sein anzugeben, wie viele Probanden "manchmal", "oft" usw. unter "Belastung durch Beschwerden des Verdauungstraktes" leiden.
Sonst macht doch so eine Reduzierung der Variablenvielfalt keinen Sinn. Die Skalen sind doch schon definiert.

Oder wäre es sinnvoller die drei auf dem Faktor ladenden Variablen separat Zusammenzufassen (z. B. der Summenscore) und dann entsprechend auszuwerten?

Zum Zitat von Bühl:
Er sagt allgemein, dass hohe Faktorenwerte die Grundaussage/Grundausrichtung der ursprünglichen Variable(n) bejahen.
So wäre es lt. ihm so, dass ein hoher Wert für den Faktor "Belastung durch Beschwerden des Verdauungstraktes" bei einem Befragten X aussagt, dass er hoch durch Beschwerden des Verdauungstraktes belastet ist.

Sonst würde ich nicht unbedingt auf die Idee kommen, die Problematik so angehen zu wollen, wie ursprünglich beschrieben. Was genau ein hoher Wert ist kommt dann auf das jeweilige Minimum/Maximum an, so dachte ich.

Edit: Und danke für den Lesestoff! Zur Methodik der Analyse kann ich noch sagen, dass ich die gängige Varimax-Rotation verwendet habe und durch die Unterdrückung von Ladungen unter dem Wert 0,4 (aus optischen Gründen) haben sich sehr eindeutige Zuordnungen ergeben.

sonnige Grüße

[PonderStibbons]

Wie gesagt und mehrfach begründet, die Umkodierung der Faktorenwerte in die 4 Stufen der
Ausgangsvariablen ergibt aus meiner Sicht keinen Sinn.

Mit freundlichen Grüßen

P.

[McGeiwa]

Hallo!

Das glaube ich dir ja auch und danke dir für alle bisherigen Hinweise.
Ich wollte mit dem Zitat von Bühl nur darstellen, wo ich den vermeintlichen Unfug aufgegriffen habe.

Könnte ich die ursprünglichen Einzelvariablen "Verdauungsstörungen", "Appetitlosigkeit" und "Magenschmerzen", die den Faktor "Belastung durch Beschwerden des Verdauungstraktes" bilden, in einer neuen Variable zusammenfassen?

Also: "Transformieren" --> "Variable berechnen" --> Median(Variable 1,Variable 2, Variable 3) (in dem Fall die von oben). Als neue Variable speichern.
Wenn ich von dieser Variable die Häufigkeiten abbilde, sehe ich ja, dass für X Befragte der Median 1 oder 2 oder 3 oder 4 zutrifft. Für einen Befragten trifft im Beispiel der Wert 1,5 zu.
Danach würde ich diese neue Variable entsprechend der Ausgangsskala recodieren (1 = 1, Bereich 1,5 bis 2 = 2, 3 = 3, 4 = 4), die Wertelabels entsprechend beschriften (1=nie; 2=manchmal; 3=oft, 4=ständig) und so die Häufigkeiten für die Faktor-Variable abbilden?

Viele Grüße und hier wie da 'ne kühle Brise

[PonderStibbons]

In etwa so würde ich selbst es vermutlich machen.

Mit freundlichen Grüßen

P.