Hauptkomponentenanalyse

Hauptkomponentenanalyse: Mindeststichprobengröße

Es existieren etliche Empfehlungen bezügliche der Mindeststichprobengröße zum Durchführen einer Hauptkomponentenanalyse. Fakt ist: je größer, desto besser. Nachfolgend haben wir einige Empfehlungen zusammengefasst (geordnet von klein nach groß).

Eine umfassende Übersicht findet sich auch in auch MacCallum, Widaman, Zhang, and Hong (1999).

  • Little (2013, p. 742) empfiehlt ein Minimum von 4 Fällen pro Variable.
  • Kass and Tinsley (1979) schlagen ein Minimum von 5–10 Fällen pro Variable vor.
  • Andrew, Pedersen, and McEvoy (2011) finden 20 Fälle pro Variable wünschenswert, wobei 10 Fälle pro Variable auch ausreichend sein könnten.
  • Für Schumacker (2015) sind 20 Fälle pro Variable ausreichend.
  • Comrey (1988) empfiehlt 200 Fälle für 40 oder weniger Variablen.
  • Gorsuch (1983, zitiert nach MacCallum et al., 1999) setzt das Minimum bei 100 Fällen an.
  • Guilford (1954, zitiert nach MacCallum et al., 1999) empfiehlt ein Minimum von 200 Fällen.
  • Harlow (2014, p. 354) empfiehlt eine Stichprobengröße von mindestens 200-400, wobei mehr empfohlen wird, wenn viele Variablen analysiert werden oder wenn die Ladungen gering sind (|.3 – .4|). Leider macht Harlow keine Angaben dazu, was er genau unter viele Variablen versteht

Es gibt nicht die eine Empfehlung, die universell auf alle Daten zutrifft (Osborne, 2008). Die Wahrheit liegt wahrscheinlich irgendwo dazwischen.

Literaturverzeichnis

  1. Andrew, D. P. S., Pedersen, P. M., & McEvoy, C. D. (2011). Research methods and design in sport management. Champaign, IL: Human Kinetics.
  2. Comrey, A. L. (1988). Factor-analytic methods of scale development in personality and clinical psychology. Journal of Consulting and Clinical Psychology, 56(5), 754–761. doi:10.1037/0022-006X.56.5.754
  3. Gorsuch, R. L. (1983). Factor analysis (2nd ed.). Hillsdale, N.J.: L. Erlbaum Associates.
  4. Guilford, J. P. (1954). Psychometric methods. McGraw-Hill Series in Psychology.: Mcgraw Hill.
  5. Harlow, L. L. (2014). The essence of multivariate thinking: Basic themes and methods (Second edition). Multivariate application book series. New York, NY: Routledge.
  6. Kass, R. A., & Tinsley, H. E. A. (1979). Factor analysis. Journal of Leisure Research, 11, 120–138.
  7. Little, T. D. (2013). The Oxford handbook of quantitative methods. Oxford library of psychology. Oxford: Oxford University Press.
  8. MacCallum, R. C., Widaman, K. F., Zhang, S., & Hong, S. (1999). Sample size in factor analysis. Psychological Methods, 4(1), 84–99. doi:10.1037/1082-989X.4.1.84
  9. Osborne, J. W. (2008). Best practices in quantitative methods. Thousand Oaks, Calif.: Sage Publications.
  10. Schumacker, R. E. (2015). Using R With Multivariate Statistics. Thousand Oaks: SAGE Publications, Inc.
  • Schnelle Hilfe bei
    Statistikproblemen?
  • Wir helfen.
    • Individuelle statistische Beratung
    • Direkter, persönlicher Ansprechpartner
    • Für alle Fachrichtungen