Krankheitseinsicht, dynamisch getestete Exekutivfunktionen und ...

9.4 Hauptkomponentenanalyse des WCST-64
(nicht-klinische Stichprobe)
209
Ergebnisse Studie 1
Es wurde eine Hauptkomponentenanalyse an den standardisierten Variablen korrekte
Sortierungen (KS), Kategorien (KAT), Konzeptantworten (KZA), perseverative und
nichtperseverative Fehler (PE, NPE), Sortierungen bis zur ersten vollständigen Kategorie
(trials-to-complete-first-category, TCFC) und Konzept-Abbrüche (FMS) an 104 Probanden
berechnet (für 6 Pbn fehlten Werte der TCFC-Variable, da keine Kategorie vervollständigt
wurde).
Bartletts Test wurde signifikant (χ 2 [21] = 1366,6). Der KMO-Koeffizient (= .66) fällt
moderat aus, liegt aber im akzeptablen Bereich, ebenso alle MSA-Koeffizienten (.53 - .90)
mit Ausnahme der der FMS-Variable (.14). Nachdem eine HKA mit obliquer Promax-
Rotation (Kappa = 4) zwei orthogonale Faktoren extrahierte (r = -.02), wurde eine
zusätzliche Varimax-Rotation durchgeführt, Tabelle 20 zeigt die rotierte Komponentenmatrix
mit Eigenwerten und Kommunalitäten.
Tabelle 20.
Rotierte Komponentenmatrix einer Hauptkomponentenanalyse für
den WCST-64 (nicht-psychiatrische Stichprobe)
Komponente
WCST-Variable I. * II. * h 2
KS .99* .06* .98
PE -.84* -.26* .78
KZA .99* .04* .98
KAT .91* -.27* .90
TCFC -.48* .30* .32
NPE -.87* .16* .78
FMS .02* .95* .90
Eigenwert
% VAR
4,48
64,06
1,16
16,64
Anmerkungen. Erklärte Gesamtvarianz: 80,7%; N = 104; KS: korrekte Sortierungen;
PE: perseverative Fehler; KZA: Konzeptantworten (KZA); KAT: Kategorien; TCFC:
Sortierungen bis zur ersten vollständigen Kategorie (trials-to-complete-firstcategory);
NPE: nichtperseverative Fehler; FMS: Konzept-Abbrüche
*: p < .01 für N > 100 (nach STEVENS, 1992)
Die beiden orthogonalen Komponenten erklären 81 % der Varianz. Die Betrachtung der
Kommunalitäten zeigt, dass nur die nicht eindeutig zuzuordnende TCFC-Variable durch die
beiden extrahierten Faktoren nicht hinreichend repräsentiert wird (h 2 = .32).
Die angesichts der Stichprobengröße tentative Inspektion des Scree-Plots ergab anders
als das Eigenwert-Kriterium nur einen Faktor (s. GOLDMAN et al., 1996). Schließt man die
FMS-Variable wegen ihres niedrigen MSA-Koeffizienten aus, so lässt sich tatsächlich nur
noch eine einzige Komponente extrahieren, die 75% Varianz erklärt.
Zusätzlich wurden zwei weitere, objektivere Verfahren zur Bestimmung der Faktorenanzahl
herangezogen: die Parallelanalyse nach HORN (1965) und der Minimum-Average-
Partial-Test (MAP) nach VELICER (1976). Beide wurden mit Programmen von O’CONNOR
(2000) berechnet.