Eerst itemanalyse en daarna factoranalyse of andersom?

Question

Hallo,

ik heb een vraag over de volgorde van analyses. In de cursus wordt bij de opdrachten aangehouden dat eerst een itemanalyse wordt gedaan en daarna een factoranalyse, ook bij de huiswerkopdrachten. Bij de eindopdracht is het andersom. Wat is hiervan de reden en wat moet ik aanhouden?

Ik dacht zelf eerst itemanalyse, omdat je dan de correlatie tussen items bekijkt en kunt besluiten dat bepaalde items slecht correleren en daarom beter verwijderd kunnen worden (hierbij wel ook stilgestaan bij de Itemrestcorrelatie en de Cronbach's Alpha if item deleted). Daarna kun je dan een factoranalyse uitvoeren.

Groeten,

Mirjam de Boer

Answer 1

Over het algemeen is het zinvoller om eerst factoranalyses te doen, omdat dit de meest flexibele manier is om schalen te beoordelen. Hier kan dimensionaliteit worden getoetst, en worden besloten of (clusters van) items in andere subschalen zouden moeten worden weggestopt, etc. Zwakke items kunnen worden geidentificeerd die lage factorladingen hebben, of hoge kruisladingen.

Eigenlijk is een klassieke itemanalyse daarna vooral handig om alle info die een lezer zou willen lezen rond te krijgen. Diagnostisch biedt het minder handvaten dan factoranalyses.

Comments

Zie eventueel ook deze twee open access artikelen voor stap-voor-stap instructies:

• http://www.tandfonline.com/doi/pdf/10.1080/17437199.2015.1124240
• http://ehps.net/ehp/index.php/contents/article/download/ehp.v16.i2.p56/1

---

Bedankt voor het heldere antwoord. Wanneer worden hoge kruisladingen als hoog gezien? Ik las ergens een lading groter dan .32 op de tweede factor. Maar wat als deze lading negatief is (en de lading op de eerste factor positief)? Geldt dit dan ook?

Groeten,

Mirjam de Boer

---

Wel - het is belangrijk om je te realiseren dat factorladingen uit je steekproef worden berekend, maar dat je met je studie wil generaliseren naar de populatie. Je kunt dus betrouwbaarheidsintervallen uitrekenen voor de factorladingen. Je moet dus heel terughoudend zijn met conclusies op basis van puntschattingen!

Een harde grens voor factorladingen of kruisladingen is daarom ook niet goed te verdedigen.

Hier komt nog bij dat psychologische constructen niet echt 'bestaan' als afgebakende psychologische 'modulaire' variabelen (zie voor details http://pragmaticnihilism.com). Dus een item dat op twee schalen laadt kan in theorie belangrijk zijn voor een van de twee schalen; je maakt die schaal msch minder valide door het item te verwijderen. Je constructen kunnen immers samenhangen, en dat item kan die samenhang sterker dekken dan de factoren.

Of een lading positief of negatief is maakt niet uit; als je het item zou spiegelen, zou hij omgekeerd laden. Dus, het gaat om de afstand vanaf 0; dat bepaald hoe sterk een item op een factor laadt.

Dus ik zou zeggen:

1. Erken dat factor-analyse, en uberhaupt het verifieren van schaal kwalitateit (validiteit & betrouwbaarheid) een subjectief proces is. Neem dus die verantwoordelijkheid, en probeer die moeilijke subjectieve keuzes niet 'uit te besteden' aan de schijnzekerheid van een kwantitatieve grens zoals een factorlading van > .3.
2. Gebruik meerdere bronnen, zoals de letterlijke tekst van het item en de vraagstelling, scatterplots van de verbanden tussen je items (zie die artikelen hierboven), correlaties, en de verdelingsvormen van de items.
3. Onderbouw je keuzes goed in een document dat je als 'supplementary materials' (of appendix) meepubliceert.