Dit is een site voor studenten van de Open Universiteit. Voordat je een vraag kunt stellen moet je even een account aanmaken (dit systeem is niet gekoppeld aan je OU studentnummer en wachtwoord).

Welkom bij het vraag- en antwoord systeem van de onderzoeks-practica van de studie psychologie bij de Open Universiteit.

Houd er, als je een vraag stelt, rekening mee dat je de richtlijnen volgt!

Kan ik de reproduced correlations die op een andere schaal correleren en een hogere residu dan 0,05 hebben negeren?

0 leuk 0 niet-leuks
Ik heb een factoranalyse gedraaid (PAF met Oblique rotatie) en ik heb een vraag over de tabel reproduced correlations and residuals.

Onder de tabel staan de aantal residuals hoger dan 0,05. Dit is een indicatie voor hoe goed de data past bij het model. Ik heb 10 (47%) residuals hoger dan 0,05. Maar een aantal van die hogere residuals zijn voor correlaties van items op schaal A met items op schaal B. De items voor schaal A onderling hebben residuals lager dan 0,05. Hetzelfde voor schaal B. Ik heb ook gekeken naar de correlaties zelf, deze verschillen qua sterkte, maar mijn vraag gaat voornamelijk dus over de residuals.

Moeten deze residuals van deze items toch laag zijn, ondanks dat ze verondersteld worden op een andere schaal te laden? Of kan ik residuals en correlaties van items met items van een andere schaal negeren?

Ik hoop dat mijn uitleg een beetje duidelijk is :)

En bij voorbaat hartelijk dank voor alle suggesties en hulp!

Remy Hertogs
gevraagd 22 augustus 2016 in Schaalconstructie door RemyHertogs (270 punten)

1 Antwoord

1 leuk 0 niet-leuks
Met oblique rotatie correleren de twee factoren (schalen). Dat betekent dat ook de 'cross-factor residuele correlaties' laag zouden moeten zijn; de correlaties van schaal A items met schaal B items zou immers moeten worden afgedekt (verklaard/voorspeld) via de correlatie tussen schaal A en schaal B.

Dus ja, een goede fit vereist overal lage residuele correlaties.

Als je orthogonaal (varimax) had geroteerd, was de correlatie tussen de factoren kunstmatig op 0 gezet (de factoren worden dan verondersteld onafhankelijk oftewel orthogonaal te zijn), en dan verwacht je wel residuele 'cross-factor correlaties' (tenzij die aanname van onafhankelijke factoren klopt, natuurlijk).

Zie overigens de drie Open Access artikelen over betrouwbaarheid en factor-analyse op http://userfriendlyscience.com/reliability - hier wordt uitgelegd waarom je harde cut-offs (zoals .05) eigenlijk beter kunt vermijden.
beantwoord 13 september 2016 door gjp (64,700 punten)
Beste Gjalt-Jorn,

Dank je wel voor je antwoord en de extra info in de artikelen!

Groetjes
Remy
...