VOS HC 1 Factoranalyse

Question 1

Credibility

Answer 1

Interne validiteit

Question 2

Transferability

Answer 2

Toepasbaarheid resultaten in andere contexten

Question 3

Dependability

Answer 3

Stabiliteit van bevindingen over tijd

Question 4

Confirmability

Answer 4

Mate van objectiviteit

Question 5

Reflexivity

Answer 5

Kritische reflectie op relatie onderzoeker-participant

Question 6

Begripsvaliditeit

Answer 6

Hoe goed een meetinstrument daadwerkelijk meet wat het moet meten.

Question 7

Interne validiteit

Answer 7

Hoe goed een onderzoek aantoont dat een effect echt door de onderzochte oorzaak komt en niet door iets anders.

Question 8

Wat zijn de drie voorwaarden voor een causaal verband?

Answer 8

1. Relatie tussen variabelen
2. Oorzaak gaat vooraf aan gevolg (in tijd)
3. Uitsluiten van andere verklaringen

Question 9

Wat is externe validiteit?

Answer 9

De mate waarin onderzoeksresultaten gegeneraliseerd kunnen worden naar andere groepen, tijden en situaties.

Question 10

Hoe beoordeel je de externe validiteit van een onderzoek?

Answer 10

Stel de volgende vragen:

1. Welke populatie wordt er onderzocht?
2. Welke steekproefmethode is er gebruikt?
3. Hoe representatief is de steekproef voor de populatie?
4. Wat kunnen we op basis van de onderzoeksresultaten zeggen over situaties in een real-world setting?

Question 11

Wat is statistische validiteit?

Answer 11

De mate waarin de resultaten van een statistische analyse nauwkeurig en goed gefundeerd zijn.

Question 12

Hoe beoordeel je de statistische validiteit van een onderzoek?

Answer 12

Stel de volgende vragen:

1. Is de gekozen analysetechniek geschikt voor beantwoording van de onderzoeksvraag?
2. Is er voldaan aan de voorwaarden/assumpties van de uitgevoerde analyse?
3. Zijn de resultaten van de analyse op de juiste manier gerapporteerd en geïnterpreteerd?

Question 13

Wat zijn de twee belangrijkste doelen van factoranalyse?

Answer 13

1. Beoordelen van dimensionaliteit van een test → controleren of de verwachte factoren aanwezig zijn (CFA).
2. Datareductie → een groot aantal variabelen samenvatten in minder factoren (EFA & PCA).

Question 14

Wat is Confirmerende Factoranalyse (CFA)?

Answer 14

CFA test of de data past bij een bestaand model.

Je controleert of testitems bij de verwachte factoren horen.

Bevestigend: je hebt een theorie en wilt die toetsen.

Question 15

Wat is Explorerende Factoranalyse (EFA)?

Answer 15

EFA wordt gebruikt als je nog niet weet hoeveel factoren er zijn.

Ontdekt verborgen structuren in een dataset.

Ontdekkend: je zoekt naar patronen in de data.

Question 16

Wat is Hoofdcomponentenanalyse (PCA)?

Answer 16

PCA wordt gebruikt om veel variabelen te reduceren tot een paar nieuwe componenten.

Focus op data samenvatten, niet per se op onderliggende structuren.

Verschil met EFA: PCA maakt nieuwe componenten, terwijl EFA onderliggende factoren zoekt.

Question 17

Stap 0 van Factoranalyse

Answer 17

Datascreening
Vuistregel er moet een correlatie groter dan 0.3

Question 18

Stap 1 van Factoranalyse

Answer 18

Keuze factormodel:
PCA: Principal Components Analysis
EFA: Exploratory Factor Analysis
CFA: Confirmatory Factor Analysis

Question 19

PCA vraag:

Answer 19

Hoe kan met zo weinig mogelijk factoren zo veel als mogelijk variantie representeren?

Question 20

EFA vraag:

Answer 20

Exploratieve Factoranalyse (EFA); aantal factoren onbekend, pijlen andere kant op, en met U (= unieke factor).
* Hoeveel inhoudelijk interpreteerbare factoren zijn te onderscheiden?

Question 21

CFA Vraag:

Answer 21

Confirmatieve Factoranalyse (CFA); aantal factoren bekend, pijlen andere kant op, volgt verwachte structuur en met U (unieke factor).
* Is in de data ondersteuning voor een verwacht aantal factoren?

Question 22

Stap 2 van Factoranalyse

Answer 22

Bepalen aantal factoren
1. Eigen waarde
2. Knikcriterium

Question 23

Eigen waarde

Answer 23

Is de verklaarde variantie door een factor, elke factor heeft een eigenwaarde en die eigenwaarde geeft aan hoeveel variantie er door die factor wordt verklaard. Groot getal betekent veel, klein getal betekent weinig.
Kies voor het aantal factoren die een eigenwaarde groter dan 1 hebben.

Question 24

Stap 3 van Factoranalyse

Answer 24

Interpreteren factoren:
Orthogonale rotatie
Oblique rotatie

Question 25

Wat is de aanpak van de stap 3 (Factoren interpreteren)

Answer 25

Roteren (orthogonaal of oblique) van de factoroplossing. * Gebruik vervolgens ladingen a van variabelen op de factoren en de inhoud van de variabelen. * Variabele met hoogste lading is meest kenmerkend voor factor. * Loop variabelen in aflopende lading af. * Gebruik de variabelen met hoge lading: |a| > .3 (= vuistregel)

Question 26

Orthogonal Rotatie

Answer 26

Orthogonal Rotatie - Rechte Rotatie

Question 27

Oblique Rotatie

Answer 27

Scheve rotatie

Question 28

Resultaat Orthogonal rotatie

Answer 28

heeft als resultaat dat de factoren die uit de factoranalyse komen niet samenhangen.Geen samenhang tussen de twee factoren.

Question 29

Resultaat Oblique rotatie

Answer 29

Levert wel correlatie tussen de factoren op.

Question 30

Stap 4 van factoranalyse

Answer 30

Kwaliteit factoroplossing Simple structure * Correlatie tussen factoren * Proportie verklaarde variantie factoren * Communaliteit

Question 31

Wat is het verschil tussen enkelvoudige en multipele regressie?

Answer 31

Enkelvoudige regressie > één afhankelijke variabele van minimaal interval meetniveau en onafhankelijke variabele van minimaal interval meetniveau. Multipele regressie > één afhankelijke variabele van minimaal interval meetniveau en meer dan één onafhankelijke variabele van minimaal interval meetniveau al dan niet in combinatie met een dichotome variabele(n).

Question 32

Wat voor doelen onderscheiden we voor het uitvoeren van een regressieanalyse?

Answer 32

Doelen regressieanalyse: - Beschrijven van relaties tussen variabelen (in steekproef) - Toetsen hypothesen over relaties (significantie) - Kwantificeren van relaties (effectgrootte) - Voorspellen van iemands waarde met regressiemodel

Question 33

Wat is in een regressieanalyse een residu?

Answer 33

Residu: het verschil tussen een geobserveerde score 𝑌i en de voorspelde score Y^ dus: 𝑒i = Yi − 𝑌^

Question 34

Waarvoor wordt de kleinste kwadratenmethode gebruikt?

Answer 34

Voor het bepalen van de best passende regressielijn, waarbij de som van de kwadraten van de residuen het kleinst is.