Zusammenfassung
Die explorative Faktorenanalyse ist ein Verfahren der multivariaten Analyse, das darauf gerichtet ist, Strukturen in großen Variablensets erkennen zu können. Große Variablensets sind oftmals dadurch gekennzeichnet, dass mit steigender Zahl der Variablen davon auszugehen ist, dass sich mehr und mehr Variablen überlappen. Statistisch drückt sich dies in Korrelationen zwischen den Variablen aus. Die exploratorische Faktorenanalyse (EFA) versucht, die Beziehungszusammenhänge in einem großen Variablenset insofern zu strukturieren, als sie Gruppen von Variablen identifiziert, die hoch miteinander korreliert sind und diese von weniger korrelierten Gruppen trennt. Die Gruppen von jeweils hoch korrelierten Variablen bezeichnet man auch als Faktoren. Neben der Strukturierungsfunktion wird die Faktorenanalyse auch zur Datenreduktion eingesetzt. Wir sprechen von einer Datenreduktion, wenn zusätzlich zur Strukturierung Ausprägungen für die strukturierten Faktoren (Faktorwerte) ermittelt werden. Liegen solche Faktorwerte vor, dann lassen sie sich anstelle der Originalwerte der Variablen verwenden.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2016 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Backhaus, K., Erichson, B., Weiber, R., Plinke, W. (2016). Faktorenanalyse. In: Multivariate Analysemethoden. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-46076-4_8
Download citation
DOI: https://doi.org/10.1007/978-3-662-46076-4_8
Published:
Publisher Name: Springer Gabler, Berlin, Heidelberg
Print ISBN: 978-3-662-46075-7
Online ISBN: 978-3-662-46076-4
eBook Packages: Business and Economics (German Language)