62 Empirische Prüfung der Hypothesen Der erste Faktor entspricht dem ersten Faktor der Daten männlicher Versuchsperso-nen. Auf ihm laden Marker-Scales für evaluation und potency hoch. Er erklärt über ein Viertel der Gesamtvarianz.Am zweiten Faktor, der nahezu ein Viertel der Gesamtvarianz erklärt, laden na-hezu alle Marker-Scales für activity hoch, Am dritten Faktor laden Marker-Scales für evaluation, activity und potency hoch.Komponente 1 2 3 ruhig_ bewegt -,272 ,743 -,136 hart_ weich ,795 -,371 ,057 häss_ schön ,900 -,036 -,045 beruh_ erreg -,273 ,760 -,098 gefühl_ kühl -,745 ,313 -,032 schnell_ langs ,427 -,674 ,263 allt_ außerg -,048 ,487 ,404 grob_ fein ,744 -,287 -,228 abst_ anzieh ,889 -,011 -,097 schw_ stark -,016 ,769 ,079 robust_ zart ,647 -,382 -,269 gemäch_ eilig -,414 ,693 -,219 hell_ finster -,012 ,060 ,806 aktiv_ passiv -,130 -,426 ,638 unklar_ klar ,358 ,302 -,437 Tabelle 14: Rotierte Komponentenmatrix(a) – Frauen Extraktionsmethode: Hauptkomponentenanalyse.Rotationsmethode: Varimax mit Kaiser-Normalisierung.a Die Rotation ist in 7 Iterationen konvergiert.3.3 Vergleich der Faktorenstruktur der Daten männlicher und weiblicher Versuchspersonen Die Ergebnisse der Faktorenanalyse zur Bestimmung der abhängigen Variablen können, differenziert nach Geschlecht, wie folgt zusammengefasst werden.Die Faktorenanalyse der nach Geschlecht getrennten Daten zeigt eine grundsätz-lich ähnliche Faktorenstruktur. Ein wesentlicher Unterschied besteht in der Ausbil-dung eines eigenen vierten Faktors in der Faktorenstruktur der Daten männlicher Versuchspersonen, der auf die hohen Ladungen der Skalen alltäglich – außergewöhn-lich und stark – schwach zurückzuführen ist. Diese Skalen laden in der Faktoren-struktur der Daten weiblicher Versuchspersonen am zweiten Faktor hoch. Frauen