Das Kaiser-Kriterium ist eines der einfachsten Entscheidungskriterien in der Faktorenanalyse. Es besagt, dass alle Faktoren mit einem Eigenwert oberhalb von Eins extrahiert und alle anderen Faktoren verworfen werden. Bei den Eigenwerten handelt es sich um die Summe aller quadrierten Faktorladungen eines Faktors über alle Variablen. Sie können als Indikator für die durch den jeweiligen Faktor erklärte kombinierte Varianz aller Variablen betrachtet werden. Um die Einschätzung dieser Eigenwerte zu erleichtern, werden alle Variablen einer Z-Transformation unterzogen. Jede Variable weist dann hinterher einen Erwartungswert von Null und eine Standardabweichung von Eins auf. Daraus folgt, dass die Gesamtstreuung von n Variablen ebenfalls n beträgt.
Ein Faktor mit einem Eigenwert von mehr als Eins erklärt daher mehr als eine ganze Variable und kann extrahiert werden. Dagegen erklärt ein Faktor mit einem Eigenwert von weniger als Eins auch weniger, als eine einzelne Variable erklären würde, würde man sie direkt als Faktor extrahieren. Solche Faktoren tragen nicht wesentlich zum Erklärungsgehalt des Modells bei und können daher nach dem Kaiser-Kriterium ignoriert werden.
Quellen[]
C. Reinboth: Multivariate Analyseverfahren in der Marktforschung, LuLu-Verlagsgruppe, Morrisville, 2006.
Brosius, F. (2002). SPSS 11. Bonn: mitp-Verlag.