Faktorstruktur

Faktorstruktur bezeichnet in der Psychometrie und verwandten Wissenschaften die zugrunde liegende Organisation beobachtbarer Variablen durch eine kleinere Anzahl latenter Faktoren. Sie beschreibt, welche Variablen gemeinsame Varianz aufweisen und damit von denselben zugrunde liegenden Konstrukten beeinflusst werden. Die latenten Faktoren stehen theoretisch für Konstrukte, die nicht direkt messbar sind, während die beobachtbaren Variablen Messabweichungen und spezifische Varianz enthalten.

In der Praxis werden zwei zentrale Ansätze unterschieden: Explorative Faktoranalyse (EFA) dient der Entdeckung unbekannter Strukturen und der Bestimmung, wie viele Faktoren sinnvoll sind. Konfirmatorische Faktoranalyse (CFA) prüft eine im Voraus angenommene Faktorstruktur auf Gültigkeit. Die Zuordnung von Variablen zu Faktoren erfolgt anhand Faktorladungen, die die Stärke des Zusammenhangs angeben. Rotationstechniken, zum Beispiel Varimax (orthogonal) oder Oblimin (ob oblique), verbessern die Interpretierbarkeit der Struktur.

Zur Bestimmung der Anzahl der Faktoren werden Kriterien wie Eigenwerte größer als eins, Scree-Plot oder Parallelanalyse herangezogen. Eine robuste Faktorstruktur erfordert ausreichend große Stichproben, angemessene Kommunalitäten und sinnvolle Interpretationen der Ladungen. Die Ergebnisse dienen der Konstruktion validierter Messinstrumente, der Reduktion von Datendimensionen und der theoretischen Validierung von Konstrukten wie Intelligenz, Persönlichkeit oder Zufriedenheit.

Begriffe wie orthogonale versus oblique Rotation betreffen die Korrelationen zwischen Faktoren. Limitierungen umfassen Modellannahmen, multivariate Normalverteilung, Messfehler und potenzielle Instabilität über verschiedene Stichproben hinweg. In der Schlusspassung wird Faktorstruktur teils durch Strukturgleichungsmodelle (CFA im SEM-Kontext) weitergehend modelliert.