Was ist eine Faktorenanalyse?
Du hast Kunden zwanzig Aussagen bewerten lassen. „Die Beratung war freundlich“, „Ich wurde ernst genommen“, „Der Preis ist fair“. Beim Auswerten fällt auf: Wer der ersten Aussage zustimmt, stimmt fast immer auch der zweiten zu. Messen die beiden vielleicht dasselbe?
Genau das klärt die Faktorenanalyse. Sie schaut sich an, welche Antworten gemeinsam schwanken, und führt sie auf wenige dahinterliegende Größen zurück. Diese Größen heißen Faktoren. Du kannst sie nicht direkt messen, nur aus den Antworten erschließen. „Vertrauen“ oder „Servicequalität“ sind typische Beispiele.
Im Marketing hilft das bei drei Dingen: Fragebögen kürzen, Themen hinter einer Kundenbefragung finden und Merkmale verdichten, bevor du Zielgruppen bildest.
EFA oder KFA?
Es gibt zwei Spielarten, und sie beantworten verschiedene Fragen:
Art
Frage dahinter
Explorativ (EFA)
Welche Struktur steckt in meinen Daten?
Konfirmatorisch (KFA)
Passt meine vermutete Struktur zu den Daten?
Die EFA sucht, die KFA prüft. Sauber ist die Reihenfolge: erst an einer Gruppe suchen, dann an einer anderen prüfen. Wer beides an denselben Leuten macht, bestätigt sich selbst.
Oft verwechselt wird die Hauptkomponentenanalyse (PCA). Sie fasst Daten nur zusammen und fragt nicht nach verborgenen Ursachen. Streng genommen ist sie keine Faktorenanalyse. Trotzdem ist sie in SPSS die Voreinstellung.
So läuft eine Faktorenanalyse ab
- Eignung prüfen: Der KMO-Wert sollte deutlich über 0,5 liegen, die Universität Zürich nennt mindestens 0,6 und wünscht sich über 0,8. Der Bartlett-Test sollte signifikant sein.
- Zahl der Faktoren wählen: mit Parallelanalyse und Screeplot, dazu gesunder Menschenverstand.
- Rotieren: Die Faktoren werden so gedreht, dass sie sich leichter deuten lassen. Hängen deine Themen zusammen, nimm eine schiefwinklige Rotation.
- Ladungen lesen: Werte ab etwa 0,3 bis 0,4 gelten als minimal akzeptabel.
- Faktoren benennen: Das macht kein Programm. Das machst du.
Wie viele Befragte? Hier gehen die Meinungen auseinander. Eine Faustregel verlangt rund zehn Fälle je Frage. Eine Auswertung von 304 Faktorenanalysen aus der Psychologie empfiehlt strenger mindestens 400. Mit 60 Rückläufern lass es besser bleiben.
Werkzeuge sind IBM SPSS, das kostenlose JASP und R mit den Paketen psych und lavaan.
Beispiele aus der Praxis
Case A · Marke
Jennifer Aaker: Persönlichkeit von Marken, 1997
114
abgefragte Eigenschaften
5
Dimensionen am Ende
631 Befragte, 37 Marken, fünf Themen.
Aufrichtigkeit, Erregung, Kompetenz, Kultiviertheit, Robustheit. Aaker rechnete mit einer Hauptkomponentenanalyse und prüfte danach mit einer KFA an 180 anderen Befragten.
Case B · Befragung
Lehrbeispiel der Universität Zürich
16
Fragen an 1.506 Jugendliche
3
Faktoren am Ende
Die Standardregel schlug vier Faktoren vor, gewählt wurden drei.
Der vierte Eigenwert lag nur hauchdünn über 1. Die drei Faktoren erklären 46,1 % der Unterschiede.
Auch SERVQUAL, ein bekannter Fragebogen zur Servicequalität, arbeitet mit Faktoren: 22 Fragenpaare stehen für fünf Dimensionen, zum Beispiel Verlässlichkeit und Einfühlung.
Häufige Fehler
Fehler 1 · Die Voreinstellung übernehmen
Das Kaiser-Kriterium behält jeden Faktor mit einem Eigenwert über 1. Es ist bequem und findet in echten Stichproben oft zu viele Faktoren. Trotzdem nutzten es 55,6 % der untersuchten Studien. Die Parallelanalyse vergleicht deine Daten mit Zufallsdaten und gilt als verlässlicher.
Fehler 2 · Unabhängigkeit erzwingen
Die Varimax-Rotation tut so, als hätten die Faktoren nichts miteinander zu tun. Bei Kundenthemen stimmt das selten: Wer dem Service vertraut, findet oft auch den Preis fairer.
Fehler 3 · Dem Etikett glauben
„Faktor 2 = Innovationskraft“ steht nicht in den Daten. Den Namen hat jemand vergeben. Lies immer die Fragen dahinter.
Fehler 4 · Fragen und Personen verwechseln
Die Faktorenanalyse bündelt Fragen. Wenn du Kunden bündeln willst, brauchst du eine Clusteranalyse. Beides nacheinander geht: erst Themen verdichten, dann Gruppen bilden.
Wann lohnt sich das für dich?
Für eine Umfrage mit acht Fragen brauchst du das nicht. Sinnvoll wird eine Faktorenanalyse, wenn du denselben langen Fragebogen immer wieder einsetzt. Dann kannst du ihn kürzen, ohne ein Thema zu verlieren. Kürzere Fragebögen bedeuten weniger Abbrüche.
Häufige Fragen
Wann nutzt man eine Faktorenanalyse?
Wenn du viele Fragen oder Messwerte hast, die zusammenhängen, und wissen willst, welche Themen dahinterstecken. Typisch sind Fragebögen zu Zufriedenheit, Markenimage oder Servicequalität.
Was ist der Unterschied zwischen EFA und KFA?
Die explorative Faktorenanalyse sucht eine Struktur, ohne sie vorher zu kennen. Die konfirmatorische prüft, ob eine vorher festgelegte Struktur zu den Daten passt. Die beste Reihenfolge: erst suchen, dann an neuen Daten prüfen.
Wie viele Faktoren soll ich behalten?
So viele, wie Parallelanalyse, Screeplot und Inhalt gemeinsam nahelegen. Verlass dich nicht allein auf das Kaiser-Kriterium. Ein Faktor, den du nicht in einem Satz erklären kannst, ist meist einer zu viel.
Was ist eine Faktorladung?
Sie zeigt, wie eng eine Frage mit einem Faktor zusammenhängt. Werte nahe 1 oder −1 bedeuten einen starken Zusammenhang, Werte nahe 0 keinen. Ab etwa 0,3 bis 0,4 gilt eine Ladung als minimal brauchbar.