Latenter Faktor
In diesem Beitrag
Was versteht man unter Latenter Faktor?
Ein latenter Faktor ist eine nicht direkt beobachtbare Variable, die aus dem gemeinsamen Muster mehrerer messbarer Variablen – sogenannter Indikatoren oder manifester Variablen – erschlossen wird. Der Begriff stammt aus dem Lateinischen (latere = verborgen sein) und beschreibt Konstrukte, die sich der direkten Messung entziehen.
Im Rahmen der Faktorenanalyse wird angenommen, dass die beobachteten Variablen durch einen gemeinsamen latenten Faktor sowie einen variablenspezifischen Fehlerterm erklärt werden können. Das zugrundeliegende Modell lässt sich vereinfacht schreiben als:
Grundlegende Modellgleichung
Dabei ist die sogenannte Faktorladung, die angibt, wie stark ein Indikator mit dem latenten Faktor zusammenhängt. Je höher die Ladung, desto besser repräsentiert der Indikator das latente Konstrukt.
Warum ist Latenter Faktor für statistische Analysen wichtig?
Viele Konstrukte, die in den Sozial-, Wirtschafts- und Verhaltenswissenschaften eine zentrale Rolle spielen, lassen sich nicht direkt messen. Dazu gehören etwa Intelligenz, Zufriedenheit, Persönlichkeitseigenschaften, Einstellungen oder Markenloyalität. Latente Faktoren ermöglichen es, solche theoretischen Konzepte trotzdem statistisch handhabbar zu machen.
Die wichtigsten Verfahren, die auf latenten Faktoren basieren, sind:
- Explorative Faktorenanalyse (EFA): Untersucht, welche latenten Faktoren sich aus den Daten ergeben, ohne vorab eine Struktur festzulegen.
- Konfirmatorische Faktorenanalyse (CFA): Prüft, ob eine theoretisch begründete Faktorstruktur durch die Daten bestätigt wird.
- Strukturgleichungsmodelle (SEM): Verknüpfen mehrere latente Faktoren miteinander und erlauben komplexe Kausalmodelle.
Praxisbeispiel zu Latenter Faktor
Eine Forscherin möchte in ihrer Masterarbeit die Arbeitszufriedenheit von Beschäftigten messen. Da Zufriedenheit nicht direkt beobachtbar ist, entwickelt sie einen Fragebogen mit vier Items:
| Item | Formulierung | Faktorladung (λ) |
|---|---|---|
| Item 1 | Ich bin mit meiner Arbeit insgesamt zufrieden. | 0,82 |
| Item 2 | Meine Arbeit gibt mir das Gefühl, etwas zu erreichen. | 0,75 |
| Item 3 | Ich würde meinen Arbeitgeber weiterempfehlen. | 0,68 |
| Item 4 | Ich gehe gerne zur Arbeit. | 0,79 |
Die konfirmatorische Faktorenanalyse bestätigt, dass alle vier Items auf einen gemeinsamen latenten Faktor laden – die Arbeitszufriedenheit. Die Faktorladungen liegen alle deutlich über 0,5, was für eine gute Messqualität spricht. Auf Basis dieses Messmodells kann die Forscherin nun weiterführende Analysen durchführen, etwa ob Arbeitszufriedenheit mit dem Gehalt oder dem Betriebsklima zusammenhängt.
Ohne die Modellierung als latenter Faktor würde die Forscherin schlicht einen Mittelwert über die vier Items bilden – und dabei unter anderem ignorieren, dass Item 1 den Faktor deutlich stärker repräsentiert als Item 3.
