Wat is factoranalyse?
- Zit er een gemeenschappelijke achtergrond aan deze stimuli/items?
- Vermoeidheid, lusteloosheid, stemmingswisseling, behoefte aan extra eten,
somberheid, droefheid, behoefte aan extra slaap, sociaal isolement -> herfstdepressie
- Alle reacties samen kunnen zeggen in welke mate jij last hebt van een herfstdepressie
- Techniek die ons helpt bij het zoeken naar gemeenschappelijke achtergronden
o Gemeenschappelijke achtergrond: verklarende factor voor de
antwoorden/reacties die mensen geven op een verzameling van stimuli
- Opzoek naar een gemeenschappelijke achtergrond (factor) die verklaring is voor de
antwoorden zoals gegeven door de respondenten
Onderzoeksvaliditeit: of je conclusies terecht en geldig zijn
- Externe validiteit: de mate waarin de onderzoeksresultaten kunnen worden
gegeneraliseerd naar andere groepen, tijden en situaties. Gaat over de mogelijkheid
om op basis van de onderzoeksresultaten iets te zeggen over situaties buiten het
onderzoek (real-world setting)
o Welke populatie wordt er onderzocht?
o Welke steekproefmethode is gebruikt?
o Hoe representatief is de steekproef voor de populatie?
o Wat kunnen we op basis van de onderzoeksresultaten zeggen over situaties in
een real-world setting?
- Interne validiteit: de mate waarin de onderzoeksmethode alternatieve verklaringen
voor een effect uitsluiten. Dit effect kan betrekking hebben op zowel een relatie
tussen variabelen als een verschil tussen groepen. Interne validiteit gaat dus over de
mogelijkheid om te bepalen of er sprake is van een causaal verband (oorzaak-
gevolgrelatie)
o Is er sprake van een relatie tussen twee of meer variabelen?
o Gaat de oorzaak vooraf aan het gevolg (in tijd)?
o Kunnen we andere verklaringen voor het gevonden verband uitsluiten?
- Begripsvaliditeit (instrumentele validiteit): de mate waarin de meetinstrumenten
(operationele definitie) slagen in het meten van de concepten/constructen en dus
passen bij de conceptuele definitie. In experimenteel onderzoek gaat het daarnaast om
de mate waarin de bedoelde manipulatie is geslaagd. HC: geldigheid van gebruikte
meetinstrumenten. Gaat over meetinstrumenten die we gebruiken
o Welke theoretische begrippen worden er gemeten of gemanipuleerd in het
onderzoek (conceptuele definitie)?
o Met welke meetinstrumenten worden de theoretische begrippen gemeten
(operationele definitie)?
o Meet het gekozen meetinstrument wat het beoogt te meten?
o Is er een betrouwbaarheidsanalyse uitgevoerd? Zo ja, wat is hiervan het
resultaat?
1
, - Statistische validiteit: de mate waarin de resultaten van een statistische analyse
nauwkeurig en goed gefundeerd zijn. Gaat dus over de nauwkeurigheid en juistheid
van de statistische analyses.
o Is de gekozen analysetechniek geschikt voor beantwoording van de
onderzoeksvraag?
o Is er voldaan aan de voorwaarden/assumpties van de uitgevoerde analyses?
o Zijn de resultaten van de analyse op de juiste manier gerapporteerd en
geïnterpreteerd?
Instrumentele validiteit:
- De mate waarin een test aan zijn doel beantwoordt
- Inhoudsvaliditeit (content validity)
- Begripsvaliditeit (construct validity)
- Criteriumvaliditeit (criterium validity)
Soorten validiteit(sbeoordeling):
1. Inhoudsvaliditeit (content validity)
Representeert de inhoud van de test het gehele inhoudsdomein?
o Deskundigen oordeel/ indruksvaliditeit (face validity)
2. Begripsvaliditeit (construct validity)
Meet de test het theoretische concept dat moet worden gemeten?
o Relaties binnen de test (interne structuur) -> factoranalyse
▪ Test afnemen, analyse uitvoeren met data, ideeën/ verwachtingen over
de interne structuur van het instrument toetsen/beoordelen
▪ Als we vinden wat we verwachten noemen we dat ondersteuning van
de interne structuur van de begripsvaliditeit
o Relaties met andere variabelen/tests (externe structuur)
3. Criteriumvaliditeit (criterion validity)
Voorspelt de test gedrag of prestatie (criterium) dat niet met test wordt gemeten?
o Beoordeel een voorspelling op criterium met de test
Doelen factoranalyse:
1. Beoordelen dimensionaliteit van test
o Vinden we het aantal theoretisch veronderstelde dimensies (= factoren) binnen
de verzameling van testitems?
o Kunnen we die factoren ook uit de data halen? Is er ondersteuning voor het
idee dat ons instrument meer dimensionaal is (dat er meerdere factoren zijn die
een verklaring bieden hoe de items zijn beantwoord)
o -> Confirmerende factoranalyse (CFA): het vinden van een bevestiging van
onze verwachting over de interne structuur
▪ Verwachten we 3 dimensies, en we vinden ze ook, dan is dat een
ondersteuning van onze verwachting over de interne structuur
▪ Ter ondersteuning van de begripsvaliditeit
2
, ▪ Theorie gestuurd
2. Realiseren van datareductie
o Kunnen we informatie uit groot aantal variabelen samenvatten in kleiner
aantal nieuw te construeren variabelen (= factoren)?
o Kan alleen als we ondersteuning hebben gevonden van het idee dat onze
verzameling van items/stimuli/tests kan worden gepresenteerd door 1
achterliggende factor
o -> Explorerende factoranalyse (EFA): tegenpool confirmerende
factoranalyse. Van tevoren geen verwachting van de interne structuur. Kijken
hoe veel factoren we zinvol kunnen onderscheiden binnen een verzameling
van items die iets beogen te meten
▪ Data gestuurd
o -> Hoofdcomponentenanalyse (PCA): hoe kan je met zo weinig mogelijk
factoren (componenten) zo veel mogelijk variantie representeren?
Betekenis variabelen:
- Verzameling van variabelen
o Items
o Tests
o Opdrachten
o Reacties
Voorbeeld WAIS III – Elf subtests algemene intelligentietest:
1. Algemene ontwikkeling
2. Gezond verstand
3. Cijfers nazeggen
4. Rekenen
5. Overeenkomsten
6. Woordenlijst
7. Plaatjes rangschikken
8. Plaatjes aanvullen
9. Blokpatronen
10. Legkaarten
11. Cijfersymbolen
- Losse tests, met losse scores
Theoretisch model WAIS III:
- We veronderstellen dat een deel van deze tests verbale
intelligentie representeren, en een deel performale
intelligentie -> geven samen een beeld van de
algemene intelligentie
3
, Factoranalyse stap 0:
- Datascreening
- Wordt gebruik gemaakt van correlatiematrix
- Factoranalyse is pas zinvol als er correlatie is tussen bijvoorbeeld de 11 tests
Correlatiematrix:
- Getallen geven samenhang tussen tests aan
- Factoranalyse is zinvol: zelfs meerdere correlatiecoëfficiënten zijn groter dan 0.30
Factoranalyse stap 1:
- Keuze factormodel:
o PCA: principal components analyses
▪ Hoofdcomponenten analyse
o EFA: exploratory factor analyses
▪ Exploratieve factoranalyse
o CFA: confirmatory factor analyses
▪ Confirmatieve factoranalyse
Factormodel (PCA):
4