Bij mijn crosssectioneel onderzoek gebruik ik het RAA model om de intentie op voorslapen te voorspellen. In een artikel van Ajzen wordt er nadrukkelijk gesteld dat alle constructen een reflectief meetmodel hebben zolang de items maar goed de onderliggende latente constructen naar boven laat komen in een factoranalyses. Maar ze ook hoog moeten laden op 1 enkele factor! Er mogen geen hoge significante kruisladingen zijn. Ze mogen dus niet overlappen ondanks dat de 3 determinanten hoog correleren op elkaar omdat ze samen de intentie voorspellen. https://doi-org.ezproxy.elib11.ub.unimaas.nl/10.1002/hbe2.195
Echter in de factoranalyse die ik doe aan de hand van de verkregen dataset. Laadt waargenomen gedragscontrole volledig op Waargenomen norm met een eigenwaarde van:
0.410 en 0.362
![](denied:data:image/png;base64,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)
Ook als ik meerdere factoren dan 3 gebruik bijvoorbeeld 6 wat naar voren komt in een andedr artikel https://doi-org.ezproxy.elib10.ub.unimaas.nl/10.1093/tbm/iby111
Dit is naar mijn mening een grote eigenwaarde en dus kan ik de latente consetructen niet los van elkaar zien.
Waargenomen gedragscontrole wordt gemeten met 2 items wat deze kruislading kan verklaren. Het zijn namelijk niet veel items. Als ik naar de theorie zou luisteren zou ik waargenomen gedragscontrole niet mee kunnen nemen in mijn multiple regressieanalyse om mijn hoofdvraag te beantwoorden (wat wel nodig is). En als is eigenwijs ben en toch de 3 determinanten loskoppel aan de hand van de 3 determinanten uit de theorie ga ik werken met een vragenlijst die niet betrouwbaar en valide is.
Betrouwbaarheid van de 2 items los van waargenomen gedragscontrole heeft een MCdonald omega van 0.383
En dat is echt te laag om betrouwbaar te noemen.
Ik loop dus eigenlijk helemaal vast met mijn onderzoek. Ik heb een vragenlijst die niet valide en betrouwbaar is waarmee ik mijn hoofdvraag moet beantwoorden. Eigenlijk zou ik nu de conclusie moetten trekken dat ik op basis van deze vragenlijst geen uitspraken kan doen maar dat is niet de opdracht die we hebben gekregen vanuit de OU.
Iemand een idee wat ik hier het beste mee zou kunnen doen?
Groeten,
Floor