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!

Overwachte negatieve factorladingen

0 leuk 0 niet-leuks

Ik heb een factoranalyse uitgevoerd op een schaal met 9 items, die 3 subschalen bevat (3 items per subschaal). De 9 items zijn allemaal in dezelfde richting gesteld (de items zouden niet te hoeven worden gehercodeerd).
In de oblique rotatie komen de 3 subschalen keurig in de pattern matrix naar voren met mooie factorladingen, maar bij het 3e aspect zijn alle ladingen negatief, terwijl ik dat op basis van de vragen niet zou verwachten. Bovendien laadt 1 van de items van het 3e aspect op zowel factor 1 en 2, met een vergelijkbare lading maar dan in tegengestelde richting. Zie hieronder de schermafbeelding.
Ik loop hier vast met de interpretatie. Hopelijk kan één van de docenten me een klein beetje op weg helpen, alvast dank!


 

gevraagd 31 januari in Cross-sectioneel Onderzoek (PB0802) door ruthlammers (200 punten)
Wat gebeurd er zodra je de hoge kruislading in C2 oplost door het item te verwijderen? Mijn gevoel zegt dat de richting van de ladingen op factor 3 puur een artefact daarvan zijn.

Verder zou het voor de interpretatie weinig moeten uitmaken. De factor heeft geen richting met zich geassocieerd, dus de items kunnen sec geinterpreteerd worden. In dit geval als de schaal bijvoorbeeld 'positiviteit' zou moeten meten, dan is het in deze oplossing uitgedrukt als 'negativiteit'.

Dank voor je snelle reactie, Ron.

Als ik C2 weghaal, gebeurt er dit:

Dus vervolgens de 3 B-items uit de analyse gehaald en C2 weer toegevoegd (de B-items vind ik inhoudelijk ook wat apart staan) en dat gaf dit als resultaat:

Dus nu weer een kruislading op een ánder item.

De éénfactor-oplossing ook nog geprobeerd (zonder de B-items) - die geeft 59% verklaarde variantie en maar liefst 80% non-redundant residuals boven de .05. Dat werkt dus niet.

Het gekke is ook nog dat de betrouwbaarheid van de gehele schaal (alle 9 items) heel hoog is: .927

1 Antwoord

0 leuk 0 niet-leuks
Het lijkt erop dat de schaal negatief correleert met de overige twee schalen. Ik ken de drie subschalen niet, maar blijkbaar als A en B hoger zijn is C lager.

Dit hoeft geen probleem te zijn; als het past bij de inhoud van de subschalen, dan is het zelfs heel goed. Als dit een probleem kan opleveren bij analyse dan kan ervoor gekozen worden om alle schalen dezelfde kant op te laten wijzen, maar in de meeste gevallen zou dit niet nodig hoeven zijn
beantwoord 31 januari door Ron Pat-El (42,380 punten)
Bedoel je met "alle schalen dezelfde kant op te laten wijzen" dat de items gehercodeerd moeten worden?

Groet, Ruth
Dat is misschien wat rigoreus. Hetzelfde effect kan bereikt worden door de schaal te maken zoals deze ontworpen is, en dan de schaal zelf om te polen. Is ook een transparantere procedure, want als een schaal ontwikkeld is in richting A, dan is het niet altijd mogelijk om deze zonder verlies van validiteit te keren in richting B; dus ik zou beginnen met de schalen maken zoals ze bedoeld zijn, en alleen de schaal (dus niet de losse items) om te polen als dat de interpeteerbaarheid vergroot, of een analyseprocedure mogelijk maakt die anders afgesloten zou zijn
OK, dank. Ik ga ermee aan de slag.
...