HC11 - Factoranalyse Flashcards

1
Q

Wat is het doel van een factor- of principal components analyse?

A

Datareductie, het maken van schalen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Wat is datareductie?

A

Het samenvoegen van meerdere items tot één component. Door het berekenen van gewichten van componenten worden subschalen gemaakt.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Wat zijn onderliggende vragen van PCA-analyse?

A

Welke items meten het onderliggende concept het beste? Zijn er verschillende dimensies binnen de set variabelen? Welken items laden op de ene of de andere?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Hoe werkt Factoranalyse (EFA)?

A

Deze toets zoekt naar latente factoren die invloed hebben op iets anders.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Hoe werkt principal components analyse (PCA)?

A

Toets zoekt naar componenten die samenhang hebben en identificeert zo clusters van variabelen gebaseerd op variantie en covariantie, eigenlijk een analyse van correlatie.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Wat zijn communalities?

A

Cijfer tussen 0 en 1, uitkomst van PCA-analyse die staat voor de proportie van overlap tussen componenten.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Hoe voer je een PCA-analyse uit?

A

(1) check de assumpties (2) factor extractie (3) factor rotatie (4) betrouwbaarheidsanalyse (5) schaal aanmaken.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Wat zijn de assumpties voor een PCA-analyse?

A

(1) voldoende grootte dataset met 10 tot 15 respondenten per variabele en minstens 300 in totaal (2) voldoende correlatie.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Hoe check je op de assumptie van een voldoende grootte dataset?

A

Met Kaiser-Meyer Olkin Test, alles boven 0.5 is acceptabel maar het liefst zo hoog mogelijk.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Hoe controleer je op de assumptie van voldoende correlatie?

A

Met Bartlett’s test of sphericity, deze moet significant zijn OF determinant > 0.0001.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Hoe controleer je op factor extractie?

A

Het aantal componenten is gebaseerd op het aantal Eigenvalues van Kaiser’s Criterion boven 1 OF knik in de screeplot.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Wat is factorrotatie?

A

Het maximaliseren van factor loadings op één factor en het minimaliseren van factor loadings op de anderen, dit helpt bij interpretatie van de PCA-analyse.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Welke soorten factor rotatie zijn er?

A

Orthogonaal, als de factors niet mogen correleren. Oblique, factor mogen wel correleren.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Wanneer is het nuttig om een PCA-analyse uit te voeren?

A

Vanaf ongeveer 5 variabelen met interval/ratio of ordinaal meetniveau en als de antwoordopties op dezelfde manier geformuleerd en gescoord zijn?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Is de PCA-analyse of betrouwbaarheidsanalyse gevoelig voor de richting van de stellingen?

A

Alleen de betrouwbaarheidsanalyse.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Wat is een betrouwbaarheidsanalyse?

A

Deze toetst hoe betrouwbaar je nieuwe schalen zijn met Cronbachs Alpha.

17
Q

Wanneer is een samengevoegde schaal betrouwbaar?

A

Als Cronbachs Alpha > 0.6 of 0.7, deze score is afhankelijk van het aantal variabelen.