Rotaties en latente variabelen Flashcards
Waarom roteren
De initiele oplossing is een wiskundige oplossing, hierdoor vind je vaak geen eenvoudige structuur
Waar kun je zien wat voor rotatie er gebeurt is
Bij de voetnote van de tabel
2 typen rotatie
Orthogonale rotatie
Oblieke rotatie
Orthogonale rotatie
Na de rotatie hebben de assen dezelfde hoeken. De correlatie blijft dus hetzelfde, ze zijn ongecorreleerd
De gebruikte manier heet Varimax
Varimax
Hoort bij orthogonale rotatie
Oblieke rotatie
De assen draaien niet in een hoek van 90 graden, maar beiden zo zodat je de simpele structuur het best benaderd. Hierdoor ontstaat er een correlatie tussen de 2 PC’s
Oblimin hoort hierbij
Oblimin
Programma dat hij oblieke rotatie hoort
Wat zegt de pattern matrix
Deze geeft de ladingen aan. Deze gebruik je om te onderzoeken of er sprake is van een simpele structuur
Wat zegt de structure matrix
De correlaties tussen items en PC’s. Hier kijk je in hoeverre afzonderlijke PC’s de items samenvatten
Wat zegt de component correlation matrix
De correlaties tussen de PC’s
Welk type rotatie moet je kiezen?
Je begint altijd met de oblieke rotatie. Als de correlaties tussen de oblieke factoren zeer klein zijn (<0.1) mag je eventueel in een tweede stap orthogonale rotatie gebruiken
Wanneer is varimax valide
Als de correlatie in de populatie 0 is
Eigenschappen van ladingen in varimax
- De correlatie tussen een item en een PC is gelijk aan de lading
- Het kwadraat van de lading geeft weer hoeveel % van de itemvariantie door de betreffende PC wordt opgepakt
- Wanneer je de som van de gekwadrateerde ladingen van de items bij een bepaalde component neemt krijg je de eigenwaarde van de geroteerde component
Latente variabelen
Iets wat we niet direct kunnen zien of meten, zoals intelligentie of persoonlijkheid. Ze verklaren ook samenhangend gedrag
Rotatie
zoek naar een oplossingen die de simpele structuur zo goed mogelijk benadert; dat is de oplossing die het
beste te interpreteren is.
kunnen we de assen draaien zodat de ladingen zoveel mogelijk langs één van de assen ligt (= hoge lading op de betreffende as, lage lading op de andere assen!)
Wat zegt de rotation sums of squares loadings tabel
Hoe de eigenwaardes en verklaarde variantie verdeeld zijn na de rotatie
Veranderd de verklaarde variantie na roteren? varimax
Nee, de verklaarde variantie is alleen anders verdeeld over de componenten
Hoe veranderen de communaliteiten na rotatie
Niet
Specifieke eigenschappen voor de ladingen in een varimax oplossing
- De correlatie tussen een item en een principale component (PC) is gelijk aan de lading
- Het kwadraat van de lading geeft dus weer hoeveel % van de itemvariantie door de betreffende PC wordt
opgepakt - De som van de gekwadrateerde ladingen van een item op alle componenten is de communality voor item 𝑖
- En wanneer je de som van de gekwadrateerde ladingen van de items bij een bepaalde component neemt,
krijg je de eigenwaarde van de geroteerde component
Latente variabele modellen
Statistische modellen
voor verklaren van
correlaties tussen
indicatoren met behulp
van latente variabalen
Doelen factoranalyse
Met behulp van factoranalyse onderzoeken we of we met een beperkt aantal onderliggende factoren
(latente variabelen) de associaties tussen de indicatoren van het beoogde psychologische construct
kunnen verklaren.
We gebruiken de resultaten van een factoranalyse om conclusies te trekken over de interne
structuur en/of dimensionaliteit van de test, en/of de betekenis van een construct, en/of hoe
constructen zich van elkaar onderscheiden.
Ook kunnen we op basis van de factoranalyse onderzoeken of het zinvol is om subschalen te
maken en zo ja welke items in welke subschaal vallen en welke inhoudelijke betekenis we aan de
subschalen kunnen toekennen.
Echter. factoranalyse geeft geen antwoord op de vraag of de schaalscores voldoende betrouwbaar
zijn! Hiervoor gebruiken we klassieke testtheorie (CTT) of itemresponstheorie
