Hoorcollege 9B: Schaalconstructie: Factoranalyse

Question 1

1. Wat is de voorwaarde voor het maken van een schaal?
2. Wat zijn de stappen voor het maken van een valide en betrouwbare schaal?
3. Waarom doe je een factoranalyse eigenlijk?

Answer 1

1. Voorwaarde= de variabelen moeten op dezelfde schaal gemeten zijn.
2. Stappen om tot een valide en betrouwbare schaal te maken:
3. Factoranalyse
4. Betrouwbaarheidsanalyse
5. Constructie van de schaal
6. Beschrijving van de schaal
7. Factoranalyse= nagaan of verschillende items (indicatoren, vragen) samenhangen met je latente variabele/een gemeenschappelijke oorzaak kunnen hebben. Die gemeenschappelijke oorzaak moeten we afleiden uit de correlaties tussen de items. De items meten dezelfde latente variabele als de items onderling samen met elkaar correleren/samenhangen (hoog gescoord: 0,758 en niet 0,123).

> > > Latente constructen zijn niet waar te nemen, factoranalyse voer je uit als je abstracte kenmerken meet. De latente construct bevat meerdere lagen, je moet minimaal 2 (manifeste) vragen te stellen om erachter te komen hoe of waarom dat zo is.

Question 2

1. Wat is het verschil tussen meervoudige regressie analyse en een factoranalyse?
2. Wat is een factorlading?

Answer 2

1. > > > Meervoudige regressieanalyse= meerdere onafhankelijke variabelen met 1 afhankelijke variabele.
   Factoranalyse= 1 onafhankelijke variabele met meerdere afhankelijke variabelen.
2. Factorlading= de correlatiecoefficient tussen een factor (latente construct) en een item (vraag), ze varieren tussen de -1 en +1. Maar de factorladingen moet je nog kwadrateren, zodat je weet hoe goed de items samenhangen met de latente construct. Zo krijg je de verklaarde variantie. Factorladingen moeten hoger dan 0,45 zijn om een valide schaal te kunnen maken.

> Voorbeeld: 0,5 tussen gamemotivatie en beter worden in gamen. Dan moet je 0,5 kwadrateren= 0,25. Dus of iemand hoog of laag scoort op gamemotivatie (latente construct) verklaart voor 25% of iemand hoog of laag scoort op de vraag ‘beter worden in gamen’.

Question 3

1. Wat is de gemeenschappelijke variantie?

2. Wat zijn specifieke- en foutenvariantie?

Answer 3

1. De variantie/spreiding tussen de scores, of mensen verschillen van elkaar. De variantie die een variabele gemeen heeft met een andere variabele. Bij twee variabelen noemen we dat co-variantie: de mate waarin respondenten hoog scoren op de ene variabele, bv interesse in schilderijen en ook hoog scoren op de andere variabele, bv interesse in fotografie. Met twee vragen kan je dan iets gemeenschappelijks meten. Dan is er sprake van overlappende latente variabelen: interesse in schilderijen en fotografie samen kunnen ‘interesse in kunst’ meten= dit is de gemeenschappelijke variantie.
2. Bij gemeenschappelijke variantie overlappen de variabelen elkaar, ze hebben iets gemeenschappelijks gemeen. En de specifieke -en foutenvariantie ligt buiten de kring/cirkel. Dus datgene wat niet verklaard kan worden door de gemeenschappelijke variantie, bv. door geslacht of opleiding is specifieke -en foutenvariantie.

> > > Specifieke variantie= variantie die alleen door die (andere) variabele gemeten kan worden & Foutenvariantie= toevallige variantie die veroorzaakt wordt door meetfouten. Fouten maken of door non-respons.

Question 4

1. Hoe krijg je de totale verklaarde variantie?
2. Wat is de eigenwaarde van een factor?
3. Hoe bereken je de eigenwaarde?

Answer 4

1. Totale verklaarde variantie= door de verklaarde variantie bij elkaar op te tellen. De vraag is hoe goed de factor alle items dekt. Als je de verklaarde variantie (eerst kwadrateren) optelt en dan gedeeld door het aantal items: krijg je het gemiddelde van de verklaarde variantie, dus de totale verklaarde variantie. Bv. 65% verklaart de factor voor alle items (totale verklaarde variantie). De verklaarde variantie verklaart namelijk alleen factor met 1 item.
2. Eigenwaarde= is de factor die informatief is. Dus je wil weten of de factor meer verklaart dan één los item. De eigenwaarde is informatiever dan wanneer je geen schaal maakt, dus 1 losse item alles wel verklaard, als de eigenwaarde hoger is dan 1.
3. De eigenwaarde bereken je door de verklaarde variantie van alle aparte items (in verbinding met de factor/latente construct) op te tellen.

Question 5

1. Wat is een uitputtende oplossing?

2. Wat zijn de doelen van schaalconstructie?

Answer 5

1. Uitputtende oplossing= je kunt niet de items samenvoegen tot een schaal, en je zal alle items los mee moeten in je analyses. De losse items verklaren meer dan wanneer je er een schaal ervan maakt. Geen gemeenschappelijke variantie, items kunnen dus niet één factor vormen a.k.a uitputtend.
2. Doelen schaalconstructie=
   A) Validering door meervoudige meting:
   - verschillende aspecten van een latente variabele/construct dekken door verschillende (manifeste) variabele/items te meten.
   - nagaan of de variabelen (items) inderdaad voldoende hetzelfde meten.

B) Preciezere meting: meer genuanceerde verschillen tussen (scores van) respondenten wanneer je scores op verschillende variabelen (items) combineert. Samenstellen van interval/ratio schaalscore uit ordinale antwoordschalen. Ipv score 4, kan je ook 4,5 hebben.

C) Datadeductie: ipv 6 analyses uit te voeren (6 items/vragen), hoef je maar 1 analyse uit te voeren die alle losse variabelen in 1 latente construct kunnen meten.