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!

Gerelateerde vragen

Categorieën

Factoranalyse, hoe weet ik of het om een bipolaire of unipolaire factor gaat

0 leuk 0 niet-leuks
Goede middag,

Ik ben eventjes in de war. Na het  maken van ee factoranalyse, als ik mijn 3 oorspronkelijke schalen loslaat en kijk naar wat de factoranalyse toont, dan zou ik 5 factoren moeten/kunnen gebruiken. Echter vind ik dat 2 factoren het tegenovergestelde zijn van elkaar (factor 1 = degree of happiness, factor 3 = degree of sadness, ook met positieve waarde, dus geen negatieve...). Ik ben al dagen geblokkeerd hierover, kom er niet uit en zie het nu niet meer. Toch maar 5 factoren aanhouden omdat de waarden van sadness niet negatief zijn? Bedankt voor uw hulp.
in Cross-sectioneel Onderzoek (OCO, PB08x2) door (410 punten)

1 Antwoord

1 leuk 0 niet-leuks
 
Beste antwoord
Het is een bekend probleem in exploratieve factoranalyses dat negatief verwoorde items soms samenclusteren in een aparte factor. Een zeer bekend voorbeeld hiervan is de Rosenberg self esteem scale (zie bijv. http://www.tandfonline.com/doi/abs/10.1080/00223891.2014.923436?journalCode=hjpa20). Deze schaal hoort unidimensionaal te zijn (global self-esteem), maar wanneer een PAF of PCA wordt gedaan komen daar altijd twee factoren uit: positief en negatief self-esteem.

In confirmatieve factoranalyse is het mogelijk dit op te lossen door een negative-wording effect, o.i.d. in te modelleren, maar die mate van controle is er niet in exploratieve factoranalyse. Het beste wat je kunt doen is precies wat je al hebt gedaan: heel goed vaststellen wat de componenten inhoudelijk zijn en herkennen dat er negatief-positief o.i.d. gesplitst wordt. Dit kun je in een verslag opmerken en alsnog besluiten om bij het berekenen van een schaalgemiddelde de schaal als unidimensionaal te behandelen
door (63.5k punten)
geselecteerd door
Superbedankt voor uw uitleg, is een opluchting en zeer verhelderend. Hieraan gerelateerd, heb ik nog een vraag: als ik dan toch de 2 factoren naar 1 terug zou brengen, voor een totaal van 3 factoren, heb ik een waarde voor de nonreduntant residuals van 61%. Wordt dit geaccepteerd?

Bij voorbaat dank.
door (410 punten)
klinkt eerlijk gezegd wel een beetje als hoge misfit. Hoe zijn de nonredundant residuals als je de vijffactorstructuur inmodelleert? En hoe zijn de eigenwaarden van iedere factor?
door (63.5k punten)
Dank u hartelijk voor uw hulp.

Met totaal 28 items, heb ik er 9 met een eigenvalue > 1 voor een cum. variance van 74%.

Factor 3 = eigenvalue 2,675 / Factor 4 = eigenvalue 2,420 / Factor 5 = eigenvalue 1.492

Bij 5 factoren, 58% cum variance explained, 40% nonredundant residuals (met maar 2 items op F5), heel moeilijk om te interpreteren voor mij.

Bij 4 factoren, 53% cum. variance, 47% nonredundant residuals

Bij 3 factoren, 44% cum. variance, 61% nonredunant residuals.
door (410 punten)
Powered by Question2Answer
...