Faktoranalyse: Umgang mit Faktorwerten

Hallo zusammen,

im Rahmen meiner Diplomarbeit habe ich eine Umfrage zum Thema ,Emotionen in TV-Werbung’ durchgeführt.

Anhand 17 erstellter positiver und negativer emotionaler Aussagen wie z.B. ,Der Spot macht mir Spaß’’ oder ,Der Spot stimmt mich nachdenklich’’ habe ich drei verschiedene Probandengruppen gebeten, diese Variablen nach Betrachtung drei verschiedener TV-Spots auf einer 7-stufigen Skala zu bewerten.

Das Ziel ist es, eine Einschätzung darüber zu erhalten, wie die einzelnen Gruppen die Spots wahrnehmen.

Da die Bewertung zu jeder Variable dreimal erfolgte, sind in der Datenmatrix insgesamt 51 Variablen enthalten. Um diese zu reduzieren, habe ich zunächst eine Faktorenanalyse über alle drei Spots durchgeführt und konnte letztenendes 3 Faktoren sinnvoll interpretieren. Insgesamt habe ich jetzt noch 23 Variablen, die je nach Zuordnung zu den Faktoren nun die Wahrnehmung zu dem jeweiligen Spot 1, 2 und 3 beschreiben.

Leider weiß ich jetzt nicht, wie ich mit den Faktoren bzw. den Faktorwerten weiterrechnen kann, um bspw. die Mittelwerte der Faktoren zu erhalten und somit signifikante Unterschiede in der Wahrnehmung zwischen den Gruppen feststellen zu können.

Hantiere ich nun eigentlich für die weitere Analyse nur noch mit den Faktoren oder kann ich auch irgendwie die reduzierten Variablen nutzen?

Ich wäre sehr dankbar, wenn mir diesbezüglich jemand weiterhelfen könnte, da ich mit momentan mit meinem Latein am Ende bin.

Beste Grüße

Katharina

Hi Katharina,

wenn du die Variablen reduzuert hast, bekommst du auch eine Zuordnung er Variablen zu den Faktoren. Für einen Vergleich zwischen den Gruppen in einem Faktor kann man dann z.B. einen summen-score bilden und diesen zwischen den Gruppen mittels Poisson/ordinale-Regression durchführen. Das paper von Florian Jäger (T.F Jaeger 2008. Categorical Data Analysis: Away from ANOVAs (transformation or not) and towards Logit Mixed Models. Journal of Memory and Language. (Special issue on Emerging Data Analysis). 59, 434–446.) ist in der Richtung zu empfehlen.
Da du drei Faktoren über mehrere Gruppen vergleichst, musst du Multiplizität in Betracht ziehen und entsprechend adjustieren, sonst bekommt du zu viele signifikanzen.
Viele Grüße,
JPL