Desktop-Version

Start arrow Politikwissenschaft arrow Freiwillige Arbeit in gemeinnützigen Vereinen

< Zurück   INHALT   Weiter >

7.3.1 Faktoranalytische Prüfung der Motivvariablen

Die explorative Faktorenanalyse bietet die Möglichkeit herauszufinden, ob sich durch die Korrelationsstruktur der Motive (Messvariablen) Motivbündel extrahieren lassen, die dem hypothetischen Konstrukt der Motivstruktur Freiwilliger unterschiedlicher Organisationen entsprechen (Weiber und Mühlhaus 2010, S. 106). Um die Eignung der Messindikatoren zu ermitteln, wurden die relevanten Motive pro Gruppe gleichzeitig überprüft, die Faktoren zugeordnet oder aus dem Messmodell entfernt.

Um die Antworten auf die verschiedenen Fragen nach den Motiven gemeinsam berück-sichtigen zu können, wurde für die Freiwilligen der unterschiedlichen Organisationen jeweils ein Summenindex mit den acht[1] meistgenannten Motiven gebildet. Die mehrmalige Nennung von Motiven kann so, durch die entsprechend höheren Werte, zum Ausdruck gebracht werden und drückt dessen Relevanz aus. So entstehen Motivskalen, die zwischen „nicht genannt“ bis „dreimal genannt“ variieren können. Darüber hinaus wurden nur die Motive verwendet, die für die vorliegende Analyse relevant sind und eine ausreichende Variation zeigen, was eine höhere Güte der Ergebnisse der folgenden Faktorenanalysen verspricht (Backhaus et al. 2008, S. 330).

Für die Motivstruktur der Freiwilligen der solidarischen Organisationen bleiben nach diesem Verfahren 18 Variablen übrig, die in Tabelle A 13 abgetragen sind. Den Freiwilligen der zweckorientiert christlichen und türkisch-islamischen Organisationen konnten 17 Variablen zugeordnet werden (Tabelle A 17 und Tabelle A 21). Aufgrund der geringen Fallzahl der Freiwilligen zweckorientiert türkisch-islamischer Organisationen (N = 85) sind unter den acht meistgenannten Motiven auch solche zu finden, die nur von 10 oder weniger Freiwilligen angegeben wurden. Deshalb wurden diese Motive im Folgenden ausgeschlossen, da selbst bei über 100 Iterationen die Kommunalitäten von 1,0 der Variablen überschritten wurden.

Da keine „Annahmen über die zu erwartende Anzahl an Faktoren und darüber, welche Items auf welchem Faktor laden sollten“ (Schermelleh-Engel und Werner 2007, S. 131) bestanden, wurden explorative Faktorenanalysen angewendet. Ziel ist es, herauszufinden, ob die ermittelten Faktoren als Messvariablen von einer latenten endogenen Variable „Motivstruktur“ interpretiert werden können; daher wird die Hauptachsen-Faktorenanalyse (PAF, engl. Principal Axes Factor Analysis) verwendet (ebd.) (Schendera 2008, S. 191; SchermellehEngel und Werner 2007, S. 131).

Ziel der Schätzung ist es, manifeste Variablen in eine lineare Funktion zugrundeliegender latenter Faktoren zu integrieren (Schendera 2008, S. 193)[2]. Dabei wird eine größtmögliche Varianzaufklärung angestrebt, da die latenten Faktoren für die Korrelation der Messvariablen verantwortlich sind. Dabei werden „die Faktoren so oft extrahiert (…), bis die geschätzten und die berechneten Kommunalitäten annähernd gleich sind“ (ebd., S. 193 f.).

Weiterhin ist davon auszugehen, dass mehrere Motive und auch Motivbündel gleichzeitig vorliegen können, die Faktoren also miteinander korrelieren, weshalb der oblique Rotations-algorithmus gewählt wurde (Schendera 2008, S. 205). Zunächst wurde das Kaiser-Kriterium angewendet, dass die Anzahl der Faktoren aufgrund eines Eigenwerts größter als 1 extrahiert, so das ein Faktor mindestens so viel erklärt, wie ein einzelnes Item (Guttman 1954).

Für die Motive der Freiwilligen solidarischer Organisationen wurde zunächst eine achtfaktorielle Lösung ermittelt (Tabelle A 13 bis Tabelle A 16). Insgesamt sind die Faktorladungen nicht für jedes Item eindeutig und auch relativ gering, wenn sie auch 34,0 % der Varianz erklären.

Der Kaiser-Meyer-Olkin-Test ist ein Maß für die Eignung der Stichprobe und ermittelt den Gesamtvarianzanteil der Merkmalsvariablen durch die ermittel-

ten Faktoren (Schendera 2008, S. 263). Je näher der Wert sich MSA = 1 nähert, desto besser eignen sich die Merkmale für eine Faktoranalyse. Für die Werte werden unterschiedliche Schwellen berichtet. Während Schendera (2008, S. 263) von einer Eignung ab Werten von MSA = 0,5 spricht, berichten Kaiser und Rice (1974, S. 112) von einer geeigneten Datengrundlage von MSA > 0,6 (mittelmäßig), MSA > 0,7 (gut), MSA > 0,8 (sehr gut) und ab MSA = 0,9 von herausra-genden Werten (ebd.; Backhaus et al. 2008, S. 336). Für die vorliegende Faktorenanalyse liegt der MSA-Wert bei 0,545 und ist damit nur knapp akzeptabel. Der Bartlett-Test218 auf Sphärizität geht davon aus, dass die Merkmalsvariablen nicht miteinander korrelieren. Wird diese Hypothese wiederlegt, erreicht der Test signifikantefortan *** = p :S 0,001, ** = p :S 0,01 und * = p :S 0,05 und n.s. = nicht signifikant. Doch reagiert der Bartlett-Test sensibel auf die Verletzung der multivariaten Normalverteilung, weshalb das signifikante Ergebnis dennoch vorsichtig interpretiert werden muss. Entsprechende Tests auf multivariate Normalverteilung der Variablen werden in Kapitel 8.6.4.1 dargestellt.

Im Folgenden wurde eine Reliabilitätsanalyse durchgeführt um zu prüfen, ob die Indikatoren der Faktorlösungen auch in ausreichender Höhe korrelieren (Inter-Item- und Item-to-Total-Korrelation) und auch eine ausreichende interne Konsistenz aufweisen (Cronbachs Alpha) (Tabelle A 16). Dazu wurden alle Variablen eines Faktors, die laut der Mustermatrix größere Komponentenladungen als r ş 0,2 beinhalten, in die Reliabilitätstests aufgenommen. Im Folgenden gilt: Werte von r = 0 bedeuten statistische Unabhängigkeit, r > 0,0 :S 0,2 zeigt keine bis eine sehr geringe Korrelation, r > 0,2 :S 0,5 eine geringe Korrelation, r < 0,5 :S 0,7 eine mittlere Korrelation und r > 0,7 hohe bis sehr hohe Korrelation (Diaz-Bone 2006, S. 91).

In der Regel sollte die Inter-Item-Korrelation (IIK) auf Faktorenebene und die Item-to-Total-Korrelation (ITK) auf Indikatorenebene Werte unter r = 0,3 nicht unterschreiten (Kumar et al. 1993, S. 12; Robinson et al. 1991, S. 13). Der übliche Schwellenwert von Cronbachs Alpha beträgt etwa a = 0,5 für unabhängige Stichproben (Weiber und Mühlhaus 2010, S. 112 f.). Doch muss bei diesen Richtwerten berücksichtigt werden, dass es sich nicht, wie bei anderen Stichproben, um eine heterogene Gruppe von Personen handelt, sondern, dass davon ausgegangen werden kann, dass die Freiwilligen eines Organisationstyps sich ähnlicher sind als Freiwillige unterschiedlicher Organisationstypen. Daher sollte die Varianz der Motive geringer sein als über alle Gruppen hinweg. Für die Richtwerte der Reliabilitätsprüfungen bedeutet dies, dass die Koeffizienten niedriger ausfallen werden als für heterogene Gruppen. Darüber hinaus berichtet Peter (1979, S. 180), dass bei drei und weniger Indikatoren auch Werte von a ş 0,4 zulässig sind.

Es zeigt sich, dass die Inter-Item-Korrelation für alle Faktoren der Freiwilligen solidarischer Organisationen geringer als r = 0,3 ist. Dies ist zum einen der großzügigen Aufnahme von Ladungen ab r = 0,2 geschuldet, spricht jedoch trotz geringerer Erwartungen hinsichtlich der Höhe der Werte für eine wenig geeignete Faktorlösung (Weiber und Mühlhaus 2010, S. 112). Zudem zeigen die Faktoren vier, sechs, sieben und acht Cronbachs Alphas von unter a = 0,3. Das Motiv

Schon lange tätig“ zeigt weiterhin äußerst geringe Faktorladungen (r :S 0,06) (Tabelle A 15). Daher wurde die Berechnung erneut ohne dieses Item durchgeführt (nicht gezeigt). Die Verbesserung der erneuten Berechnungen war jedoch sehr gering, was darauf hindeutet, dass den Motivvariablen keine latenten Dimensionen zugrunde liegen.

Auch die erste Lösung der explorativen Faktorenanalyse für die Motive der Freiwilligen zweckorientiert christlicher Organisationen ergab kein befriedigendes Ergebnis (Tabelle A 18, Tabelle A 19, Tabelle A 20). Die achtfaktorielle Struktur erklärt 25,6 % der Varianz. Der Kaiser-Meyer-Olkin Wert von MSA = 0,530 und der signifikante Bartlett-Test zeigen zwar eine grenzwertige Eignung der Variablen, die Motive „Freude/ Dankbarkeit/ Lebenssinn/ Glück“ und „(Lebens-) Erfahrung/ Weiterbildung“ zeigten aber keine überdurchschnitt- lichen Ladungen auf einem der acht Faktoren. Es konnte ohne die beiden Merkmale jedoch auch für die Freiwilligen christlicher Organisationen keine zufriedenstellende Faktorlösung mit guter Eignung gefunden werden (nicht gezeigt). Nur ein Faktor erreicht eine interne Konsistenz von über a = 0,3.

Für die Motive der Freiwilligen zweckorientiert türkisch-islamischer Organisationen ergab die explorative Faktorenanalyse eine fünffaktorielle Lösung, die insgesamt 41,9 % der Varianz erklärt (Tabelle A 22, Tabelle A 23, Tabelle A 24). Der Bartlett-Test erzielt mit x² = 176,2*** und einem MSA = 0,592 ein etwas besseres Ergebnis als für die anderen beiden Gruppen. Vor allem der erste Faktor mit einem Eigenwert von 2,86 erklärt 16,8 % der Varianz und scheint geeignet. Dies zeigt auch das im Verhältnis zu den Berechnung der anderen Gruppen höhere Cronbachs Alpha von a = 0,645.

Aufgrund dieser Ergebnisse wurde sich im Folgenden gegen die Modellierung von Strukturgleichungsmodellen entschieden, da in den testweise vorgenommenen konfirmatorischen Faktorenanalysen auch die Reliabilitätskriterien der zweiten Generation, wie die durchschnittliche extrahierte Varianz und die Faktorreliabilitäten, ebenfalls unterhalb der Schwellenwerte blieben (nicht gezeigt) (Weiber und Mühlhaus 2010, S. 123). Es ist davon auszugehen, dass den Merkmalen keine latenten Dimensionen zugrunde liegen, aber auch, dass die Skalierung der Motivvariablen von 0 bis drei Nennungen nicht ausreicht, um Strukturgleichungsmodelle berechnen zu können.

  • [1] Die acht meistgenannten Motive zu nehmen ist eine rein willkürliche Entscheidung und nur den Fallzahlen geschuldet, die nach den acht meistgenannten Motiven rapide abnehmen
  • [2] zij = lj1+q1i + lj2+q2i+… ljr+qri + lju+qjui mit zij = der Score von Fall i in der manifesten Variable j (i = 1,…, N; j = 1,…,p). ljk = Ladung der manifesten Variablen j auf dem latenten Faktor k (k = 1,…,r); qki = Score von Fall i auf dem latenten Faktor k; lju = Ladung der manifesten Variablen j auf seinem uniquen Faktor; qjui = Socre von Person i auf dem uniquen Faktor für die manifeste Variable j (Widaman 2007, S. 182 ff.). Auf die Darstellung der Faktorenextraktion wird in der vorliegenden Arbeit verzichtet und auf Backhaus et al. (2008, S. 383 ff.) verwiesen
 
< Zurück   INHALT   Weiter >

Related topics