Faktorvalidität
In diesem Beitrag
Was versteht man unter Faktorvalidität?
Faktorvalidität ist ein Aspekt der Konstruktvalidität und gibt an, inwieweit die Items eines Messinstruments tatsächlich den theoretisch angenommenen Faktor – also das zugrunde liegende latente Merkmal – messen. Sie wird typischerweise im Rahmen von Faktorenanalysen überprüft, insbesondere durch die konfirmatorische Faktorenanalyse (CFA).
Konkret äußert sich Faktorvalidität in zwei Kernanforderungen:
- Konvergente Validität auf Faktorebene: Items, die denselben Faktor messen sollen, laden hoch auf eben diesen Faktor. Als Daumenregel gilt eine Faktorladung von mindestens 0,50, besser ≥ 0,70.
- Diskriminante Validität auf Faktorebene: Unterschiedliche Faktoren sind hinreichend voneinander trennbar, d. h. sie korrelieren nicht zu hoch miteinander (Faustregel: Korrelation < 0,85).
Ein etabliertes Maß zur Beurteilung der Faktorvalidität ist die Durchschnittlich Extrahierte Varianz (DEV), auch bekannt als Average Variance Extracted (AVE). Sie gibt an, wie viel Varianz der Faktor im Durchschnitt durch seine Items erklärt. Ein AVE-Wert von mindestens 0,50 gilt als Mindestanforderung.
Formel: Average Variance Extracted (AVE)
Warum ist Faktorvalidität für statistische Analysen wichtig?
Ohne ausreichende Faktorvalidität sind die Ergebnisse einer Studie schwer interpretierbar. Wenn unklar ist, was ein Faktor tatsächlich misst, lassen sich Zusammenhänge mit anderen Variablen nicht sinnvoll deuten. Das betrifft vor allem Studien in der Psychologie, den Sozialwissenschaften, der Bildungsforschung und der Betriebswirtschaft, die mit latenten Konstrukten wie Motivation, Vertrauen oder Zufriedenheit arbeiten.
Faktorvalidität ist außerdem Voraussetzung für weiterführende Analysen wie Strukturgleichungsmodelle (SEM). Bevor Zusammenhänge zwischen Konstrukten untersucht werden, muss sichergestellt sein, dass die Konstrukte selbst valide gemessen werden – sonst sind alle nachfolgenden Ergebnisse in Frage gestellt.
Praxisbeispiel zu Faktorvalidität
Eine Forscherin entwickelt einen Fragebogen zur Messung von Arbeitszufriedenheit. Sie nimmt an, dass das Konstrukt aus zwei Faktoren besteht: intrinsische Zufriedenheit (z. B. Freude an den Aufgaben) und extrinsische Zufriedenheit (z. B. Zufriedenheit mit dem Gehalt). Sie führt eine konfirmatorische Faktorenanalyse durch und erhält folgende Ergebnisse:
| Item | Faktor | Faktorladung (λ) |
|---|---|---|
| Item 1: „Meine Arbeit macht mir Freude.“ | Intrinsisch | 0,82 |
| Item 2: „Ich finde meine Aufgaben sinnvoll.“ | Intrinsisch | 0,79 |
| Item 3: „Ich bin mit meinem Gehalt zufrieden.“ | Extrinsisch | 0,74 |
| Item 4: „Meine Arbeitsbedingungen sind gut.“ | Extrinsisch | 0,71 |
Alle Faktorladungen liegen deutlich über dem Schwellenwert von 0,50. Der berechnete AVE-Wert beträgt für den intrinsischen Faktor 0,65 und für den extrinsischen Faktor 0,53 – beide über dem Mindestwert von 0,50. Die Korrelation zwischen den beiden Faktoren beträgt 0,41, also weit unter der kritischen Grenze von 0,85. Die Forscherin kann damit sowohl konvergente als auch diskriminante Validität belegen – die Faktorvalidität ihres Messinstruments ist gegeben.
