Hoorcollege 2: CFA Flashcards
Wat doe je bij een CFA?
Bij een Confirmatieve Factor Analyse controleer je of jouw vragenlijst op een statistische manier correct is. Dus past het model bij de data?
Waarom is het nodig om een statistische manier te controleren op begripsvaliditeit?
Omdat je controleert of een test/vragenlijst daadwerkelijk meet wat het hoort te meten.
Wat is het doel van CFA?
Het doel van een CFA is om onderzoek te doen naar de begripsvaliditeit van een construct.
Hoe berekenen we een somscore?
Door de antwoorden te labelen. Hierna ga je alle antwoorden bij elkaar optellen en kom je tot een somscore.
Waarom gebruiken we een subscript?
Om alles makkelijker op te kunnen schrijven, hierbij weet je om welke item/vraag het gaat.
Welke meetfouten kunnen er ontstaan?
Toevallige meetfouten: Hierbij geeft de omgeving vaak invloed.
Systematische meetfouten: Hierbij levert het elke keer dezelfde fout op (Rekenen meten, maar ook tegelijkertijd taal erbij).
Waar hangt de kwaliteit van een testscore van af?
Dit heeft invloed op de validiteit
Wat is het verschil tussen betrouwbaarheid en validiteit?
Betrouwbaarheid: De metingen hebben telkens opnieuw dezelfde scores -> testscore is vrij van toevallige meetfout.
Validiteit: De mate waarin de testscore een meting is van de beoogde variabele. -> Meet het juiste, wat je wilt meten?
Wat is het doel van CFA?
Bij een CFA doe je onderzoek naar de begripsvaliditeit en de interne structuur van je meetinstrument.
Welke schattingsmethoden zijn er?
Geobserveerde covariantie matrix - Basis van de data
Model geïmplicieerde covariantie matrix - Basis van factorstructuur
Wat is een simpel structure bij CFA?
De items meten slechts op één gemeenschappelijke factor.
Wat is een labda?
Dit geeft aan hoe sterk de lading is.
Waar kijken we naar binnen de CFA?
1 - We kijken of het een simpel structure heeft.
2 - Elk item meet ook een unieke factor, die niet door andere items wordt gemeten.
3 - Iedere unieke factor is onafhankelijk van alle gemeenschappelijke factoren
Wat is het doel van de schattingsmethoden?
We willen het verschil zo klein mogelijk te maken tussen de schattingen en de waargenomen data.
Wanneer is een model niet geïdentificeerd?
We hebben hierbij niet genoeg informatie om een unieke schatting te kunnen maken.
Hoe kan een model die niet geïdentificeerd is opgelost worden?
We kunnen de meetschalen van factoren vastleggen.
Op welke twee manieren leg je de meetschalen van de factor vast?
Unit loading identification - Gemiddelden van alle factoren op 0, per gemeenschappelijke factor één factorlading op 1.
Unit variance identification - Gemiddelden van alle factoren op 0, de varianties van de gemeenschappelijke factoren op 1
Wat is het verschil tussen de loading en de variance identification?
Bij Unit loading zet je meestal het eerste item de factorlading op 1
Bij Unit variance zet je de variantie op 1
Welke toets gebruiken we om het model te testen?
We gebruiken hiervoor de chi-kwadraat toets (Goodness-of-fit)
Welke problemen kunnen er ontstaan bij de toets?
Hoe groter de steekproef, hoe groter de kans op het ontdekken van misspecificaties en dan wordt de toets te streng.
Hoe kleiner de steekproef, des te kleinder de kans op het ontdekken van misspecificaties en dan wordt de toets niet streng genoeg.
Hoe lossen we de problemen bij de toets voor het model op?
Door de Goodness-of-fit toets te combineren met fitmaten.
Waarom gebruiken we een combinatie van fitmaten?
Fitmaten zijn niet perfect en kunnen ook fouten bevatten.
Welke fitmaten gebruiken we bij CFA?
We gebruiken de CLI, TLI en de RMSEA voor de fitmaten.
Welke twee condities wil je hanteren voor hoge begripsvaliditeit?
We willen kijken naar de model fit en de verklaarde variantie door de factoren.
