Faktoren- und Clusteranalyse

Wissenschaft Sozialwissenschaften
#1

Hallo liebe Experten,

ich habe eine quantitative Inhaltsanalyse von Fernsehbeiträgen gemacht. Erfasst wurden Kategorien auf Beitragsebene (z.B. Thema, Ursachen, Folgen, etc.), auf Akteursebene (Berufsgruppe, Geschlecht, Nationalität etc.)sowie auf Aussageebene (was sagt Akteur xy über Akteur yx).

Da ich mich in meiner Arbeit auf die Framingtheorie beziehe, würde ich gern mittels Faktoren- bzw. Clusteranalyse so genannte Frames identifizieren. Dabei sollen im besten Fall bestimmte Variablen bzw. Fälle aus der Beitrags- sowie Akteursebene Cluster (bzw. Frames) ergeben.

  1. Frage: Wie sinnvoll ist eine vorgeschaltete Faktoreanalyse?

  2. und wichtigste Frage: Wie man oben schon erkennen kann, sind die meisten Variablen nominal skaliert (manchmal ordinal). Vorraussetzung für Faktoren- und Clusteranalysen ist aber eine metrische Skala. Wie kann ich hier vorgehen, um sinnvolle Ergebnisse zu erzielen?

Ich würde mich sehr freuen, wenn sich jemand die Mühe macht und mir aus der Patsche hilft.

Vielen Dank!

#2

Hi Christina,

Da ich mich in meiner Arbeit auf die Framingtheorie beziehe,
würde ich gern mittels Faktoren- bzw. Clusteranalyse so
genannte Frames identifizieren. Dabei sollen im besten Fall
bestimmte Variablen bzw. Fälle aus der Beitrags- sowie
Akteursebene Cluster (bzw. Frames) ergeben.

Hm, nun, wenn es nicht passt, dann passt es eben nicht. Aber mal sehen …

  1. Frage: Wie sinnvoll ist eine vorgeschaltete Faktoreanalyse?

Gar nicht. Cluteranalyse ist eine sog „strukturgebende“ Analyse, ein Faktoranalyse eine „struktuprüfende“. Also erst die Struktur vorgeben (oder mittels Clusteralyse eine Idee davon bekomme), dann eine Faktoranalyse machen, um zu sehen, ob man richtig liegt.

  1. und wichtigste Frage: Wie man oben schon erkennen kann,
    sind die meisten Variablen nominal skaliert (manchmal
    ordinal). Vorraussetzung für Faktoren- und Clusteranalysen ist
    aber eine metrische Skala. Wie kann ich hier vorgehen, um
    sinnvolle Ergebnisse zu erzielen?

Du schreibst doch, du hättest das quantitaiv erfasst :wink:
Aber wenn es nicht so ist, gibt es Lösungen: Lies dich mal unter dem Stichwort „Proximitätsmasse“ in Richtung Tanimoto-, RR-, M- Dice und Kulcyzynki-Koeffizient schlau, die sind auch für nominales Skalennieveau geeigent.

Grüße,
JPL

#3

Hallo,

  1. Frage: Wie sinnvoll ist eine vorgeschaltete Faktoreanalyse?

ich kann es mir als sinnvoll vorstellen, wenn die Faktorenanalyse eingesetzt werden soll, um Variablen zusammenzufassen, die Ähnliches messen, um anschließend auf Basis der Faktoren Clusteranalysen durchzuführen.

  1. und wichtigste Frage: Wie man oben schon erkennen kann,
    sind die meisten Variablen nominal skaliert (manchmal
    ordinal). Vorraussetzung für Faktoren- und Clusteranalysen ist
    aber eine metrische Skala. Wie kann ich hier vorgehen, um
    sinnvolle Ergebnisse zu erzielen?

Strenggenommen braucht man für die Faktorenanalyse tatsächlich metrische Variablen. Häufig werden aber auch ordinale Variablen wie metrische behandelt, Pearson-Korrelationen berechnet und deren Matrix faktorenanalysiert. Man kann aber auch auf nichtparametrische Korrelationen (z.B. tetrachorische Korrelationen für dichotome Variablen) zurückgreifen.
Die hierarchische Clusteranalyse kann man auch mit Häufigkeits- und Binärdaten durchführen.

Beste Grüße