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!

0 leuk 0 niet-leuks
Field beschrijft in H18, §7.1 (factoranalyse) dat de determinant van de correlatiematrix minimaal 0.00001 moet zijn. Om dat te bereiken heb ik twee items verwijderd. Hoe noteer ik dat? Ik heb nu vermeld dat ik twee items verwijderd heb en welke dat zijn en dat de reden is het voldoen aan de minimum determinant van de correlatiematrix. Ik kan niets vinden in Field over de methode van noteren hieromtrent. Bij 1 item kon ik ook inhoudelijk een reden geven waarom niets van het concept verloren ging. Bij het andere item vind ik dat lastig.
in Methodologie door (4.1k punten)
bewerkt door

1 Antwoord

0 leuk 0 niet-leuks
Ik zou geen inhoudelijke beslissingen nemen (e.g. items al dan niet verwijderen) op basis van primair statistische gronden.
Statistiek is een uitwerking van je methode en ontologische en epistemologische aannames. Bovendien is elke waarde van elke schatter van steekproef tot steekproef verschillend. Je beslissingen "uitbesteden" aan de waarden die je berekent uit jouw ene steekproef is dus riskant.
De vraag is nu: wat zijn mogelijke oorzaken, en wat zijn mogelijke gevolgen?
De meest voor-de-hand liggende oorzaak is dat je 2 of meer items hebt die heel sterk correleren. Hier kun je naar kijken door een scattermatrix te maken en naar de correlatiematrix te kijken.
Het gevolg wordt waarschijnlijk ofwel dat de procedure voor de factor-analyse niet kan convergeren (dat merk je vanzelf), ofwel dat de twee of drie items die sterk correleren samen een factor vormen en die domineren. Daarvan moet je nadenken over of dat erg is gegeven het doel van je factoranalyse, de rol van die items in je totale set items, en hoe ze zich zouden moeten gedragen in termen van onderlinge samenhang.
Je geeft aan dat een inhoudelijke rechtvaardiging voor 1 item lastig is - dat lijkt me een signaal dat het verwijderen van dat item wellicht niet goed te onderbouwen is (en dus misschien niet moet worden gedaan).
Je kunt ook een mini-sensitiviteits-analyse uitvoeren: voer de factor-analyse uit met en zonder de problematische items, en kijk hoe de resultaten worden beinvloedt. Zo kun je wellicht vaststellen dat je de items ook kunt behouden, omdat verwijdering geen noemenswaardige effecten heeft.
door (77.8k punten)

Dank voor het antwoord. Het probleem is dat als ik die twee items behoud ik een kruislading krijg. Als ik het problematische item eruit gooi voorkom ik dat probleem. Bovendien heeft dat item inhoudelijk een dubbelzinnige lading (er wordt zowel van “moeten” als van een “mogelijkheid” gesproken). Het probleem van de correlatiematrix blijft dan bestaan maar dat kan ik dan inhoudelijk onderbouwen. In een ander onderzoek met dezelfde vragenlijst zijn ook meerdere items verwijderd van deze schaal, waaronder het item dat ik lastig inhoudelijk te onderbouwen om te verwijderen vind. Daar was echter een inhoudelijke overeenkomst in de verwijderde items (i.c.m. verwijderde items uit een andere schaal) te vinden. Het hele concept verschoof daar in betekenis. Daar kan ik niet van spreken omdat het bij mij weliswaar over dezelfde items gaat maar dan komt er nog een te verwijderen item (uit de schaal van da afhankelijke variabele, na itemanalyse, vanwege overwegend interitemcorrelaties <.2 en itemrestcorrelaties <.3). Ik geloof niet dat ik het helemaal helder uitleg maar ik zal het nog eens nalezen en dan verbeteren.

Ik heb het nu zo verwoord in het onderzoeksverslag:

Na het uitvoeren van een factoranalyse met een scheef-geroteerde oplossing met de beide onafhankelijke variabelen zijn de twee voorgestelde constructen goed naar voren gekomen. De items laadden goed op de voorgestelde constructen X en Z (zie bijlage 2 Factoranalyse van de predictoren X en Z Tabel 2 Pattern Matrix); items 2 en 5 van de schaal “X” zijn verwijderd om te voldoen aan de minimum determinant van de correlatiematrix van >.00001. Item 2 beschrijft vooral (…) als het specifieke moment van bespreking en item 5 is ambigu in die zin dat er zowel gesproken wordt van “mogelijkheid” (i.e.: vrijheid) als “moeten” (i.e.: dwang) en dit sticht verwarring. (Het niet verwijderen van deze items leidde achtereenvolgens tot een kruislading (item 5) en tot overwegend interitemcorrelaties <.20 en itemrestcorrelaties <.30 (item 2).)”

...