Conformatieve Factor Analyse (CFA)

Question 1

Confirmatieve Factor Analayse : Wat is het?

Answer 1

Het doel is om latente variabelen te ontdekken met vooraf opgestelde hypothesen. Je onderzoekt of het model een goede beschrijving geeft van de correlaties tussen de items en wat zij gemeenschappelijk hebben.

Question 2

Confirmatieve factormodel

Answer 2

Je brengt restricties op meerdere ladingen door ze a priori (vooraf) op 0 te zetten. Je gebruik deze ristricties om een eenvoudige structuur te forceren.

Question 3

Residuele correlatie =

Answer 3

geobserveerde - geimpliceerde correlaties
Hoe dichter bij 0, hoe beter die verklaard

Question 4

CFA: Is roteren wel of niet van toepassing?

Answer 4

Niet van toepassing, want de structuur is onderdeel van et veronderstelde model.

Question 5

CFA dubbele pijl bij factoren: Wel of niet aangeven?

Answer 5

Altijd aangeven, als die er niet staat dan ga je er dus vanuit dat ze niet met elkaar correleren.

Question 6

CFA - Voordelen (3)

Answer 6

• Modellen zijn spaarzamer, want je schat minder parameters, dus je kunt zuiverder de eenvoudige structuur onderzoeken.
• Schatten van correlaties is gecorrigeerd voor meetfouten
• Kunt verschillende hypothesen met elkaar vergelijken

Question 7

CFA - Nadelen

Answer 7

• Speciale software nodig
• Normaliteitsassumpties zijn strenger
• Je hebt een goede theoretische basis nodig

Question 7

CFA - Model fit onderzoek (1) Hypothesen

H0:
H1:

Answer 7

H0: Het model past. Alle residuele correlaties zijn 0 (perfecte fit)

H1: Het model past niet. Een of meerdere residuele correlaties wijken af van 0 (misfit)

Question 8

CFA - Model fit onderzoek (2) RMSEA =

Perfecte fit
Goede fit
Voldoende fit
Slechte fit

Betrouwbaarheidsinterval 90%

Answer 8

Een index die de mate (getal) van misfit aangeeft (effect grootte).

RMSEA = 0
0 < RMSE < 0.05
0.05 < RMSEA > 0.08
RMSEA > 0.08

We kunnen met 90% zekerheid zeggen dat de RMSEA in de populatie tussen de …. (lower) en ….(upper) ligt. Als het interval in verschillendes fits valt, heb je niet genoeg informatie om uit te sluiten dat die in bepaalde fits valt.

Question 9

Structurele equation modeling (SEM) - Wat is het?

Answer 9

Het combineren van een padanalyse met een CFA, dat uit twee delen bestaat, namelijk het meetmodel en het structurele model.

Question 10

Structurele Equation Modeling (SEM) - Waarom gebruiken we het?

Answer 10

Om een betere / zuiverdere schatting van de realties te maken tussen de onderliggende latente variabelen, doordat ze gecorrigeert zijn voor de meetfouten.