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!

hoge en lage ladingen 1.3.2

0 leuk 0 niet-leuks

Ik begreep de keuze voor het verwijderen van HSL_10 met twee hoge ladingen (>.30)  en HSL_18 met lage ladingen (<.30) niet. Na lang puzzelen kwam ik er op uit dat het zou kunnen zijn dat HSL_10 op beide factoren >.30 scoort (als ik de richting negeer) en HSL_18 op beide factoren <.30. Maar HSL_18 scoort -.304; dat is toch niet absoluut kleiner dan .30?

En ik ben kwijt waarom je die zou moeten verwijderen en kan het niet terugvinden in de bron, op basis van welke overweging je dit zou besluiten. Waar kan ik dat vinden en als het er inderdaad niet staat: hoe maak je zo'n beslissing?

Ik heb de volgende syntax + output:

DATASET ACTIVATE DataSet1.
FACTOR
  /VARIABLES ASQ_1 ASQ_2 ASQ_3 ASQ_19 ASQ_31 ASQ_33 ASQ_37 ASQ_38 HSL_1 HSL_3 HSL_8 HSL_10 HSL_14
    HSL_15 HSL_18 HSL_22
  /MISSING PAIRWISE
  /ANALYSIS ASQ_1 ASQ_2 ASQ_3 ASQ_19 ASQ_31 ASQ_33 ASQ_37 ASQ_38 HSL_1 HSL_3 HSL_8 HSL_10 HSL_14
    HSL_15 HSL_18 HSL_22
  /PRINT INITIAL ROTATION
  /PLOT EIGEN
  /CRITERIA FACTORS(2) ITERATE(100)
  /EXTRACTION PC
  /CRITERIA ITERATE(100) DELTA(0)
  /ROTATION OBLIMIN
  /METHOD=CORRELATION.

Pattern Matrixa

Component

1

2

ASQ_1

,628

-,027

ASQ-_2

,541

-,074

ASQ_3

,785

,009

ASQ_19

,089

-,596

ASQ_31

,478

-,259

ASQ_33

-,658

-,018

ASQ_37

,557

,076

ASQ_38

,882

,068

HSL_1

-,042

-,841

HSL_3

,037

,753

HSL_8

,059

,789

HSL_10 hoge ladingen

,372

-,395

HSL_14

,068

-,791

HSL_15

-,034

-,855

HSL_18 lage ladingen

,164

-,304

HSL_22

,673

-,147

Extraction Method: Principal Component Analysis.

 Rotation Method: Oblimin with Kaiser Normalization.

a. Rotation converged in 9 iterations.op

gevraagd 9 december 2018 in Psychologisch Survey (PS) door P85 (1,140 punten)

1 Antwoord

0 leuk 0 niet-leuks
AAn jowu analyse zie je dat Item 10 en item 18 niet zo goed passen, want item 10 heeft twee substantiële ladingen, en item 18 heeft wat lage ladingen (<.35).

Overigens kun je betr de ite sorten van laag naar hoog, want dan zie je beter wlek groepjes er zijn.  zie bijv. terugkoppeling 1.3.2.: ... /FORMAT SORT BLANK(.30).

 Je kunt ook beter PAF i.p.v. PC. zie terugkoppeling 1.3.2:  /EXTRACTION PAF ...

MvG, Rolf
beantwoord 10 december 2018 door Rolf van Geel (10,200 punten)
Dank je wel Rolf. En goede tip om te sorteren maar ik wist niet of dat mocht. En inderdaad, de PAF ipv de PC . Fijn, kan ik weer door.
...