EFA: Für wie viele Faktoren sollte ich mich entscheiden?

Hierzu gibt es vier Möglichkeiten. 

1. Den Vergleich von Modellgütekoeffizienten, wie dem Chi-Quadrat-Wert, dem CFI und RMSEA. 

2. Kaiserkriterium: Alle Faktoren mit einem Eigenwert > 1 in einer Hauptkomponentenanalyse (PCA) werden ausgewählt (Hinweis: die PCA wird hier verwendet auch wenn die finale Analyse eine Faktoranalyse sein soll!). 

3. Scree-Test: Man lässt sich die Eigenwerte plotten. Alle Faktoren links des "Knicks" im Eigenwerteverlauf werden ausgewählt. Kann teilweise schwer zu detektieren sein.

4. Parrallelanalyse: Man vergleicht den Eigenwerteverlauf der Stichprobe mit dem Eigenwerteverlauf einer Zufallsstichprobe, deren Variablen nicht zusammenhängen. Alle Faktoren über dem zufälligen Eigenwerteverlauf werden extrahiert. 

Keins der Verfahren ist "das beste", alle funktionieren in verschiedenen Settings besser oder schlechter. Im Zweifel sollte man tendenziell mehr Faktoren aufnehmen und dann inhaltlich entscheiden, wie/ob diese sinnvoll zu interpretieren sind.

Auerswald, M., & Moshagen, M. (2019). How to determine the number of factors to retain in exploratory factor analysis: A comparison of extraction methods under realistic conditions. Psychological Methods, 24(4), 468–491. https://doi.org/10.1037/met0000200