100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Samenvatting Week 3 tot en met week 6 leerdoelen md2 €8,39   In winkelwagen

Samenvatting

Samenvatting Week 3 tot en met week 6 leerdoelen md2

 4 keer bekeken  0 keer verkocht

Behandeld hoofdstuk 8, 9, 10, 11 & 14 uit Furr

Voorbeeld 3 van de 26  pagina's

  • 8 december 2022
  • 26
  • 2021/2022
  • Samenvatting
Alle documenten voor dit vak (8)
avatar-seller
Rugina
Meten en diagnostiek 2021 Leerdoelen per week uitgewerkt


Week 3 leerdoelen hoofdstuk 8 en 9 t/m pagina 273 uit Furr
1. Weten voor welke doelen en in welke omstandigheden een exploratieve
factoranalyse kan worden toegepast
EFA heeft twee centrale doelen. Ten eerste doelt EFA op het onderzoeken van de
dimensionaliteit in een set items (hoeveel CF, eigenwaardes?). Ten tweede doelt
EFA op het bepalen van de inhoudelijke betekenis van de CF’s (na rotatie) door
naar de factorladingen te kijken. Rotatie is gebaseerd op theorie en
interpreteerbaarheid.
2. Een screeplot van de eigenwaarden kunnen interpreteren
Een centrale vraag bij EFA is “Hoe weerspiegelen eigenwaarden het aantal
gemeenschappelijke factor?”. Deze weerspiegeling kan via een screeplot (knik in
de screeplot), eigenwaarden groter dan 1 of inspectie van de factorladingen
(factorladingen zijn regressiecoëfficiënt).
Er zijn twee vuistregels (die niet per se hetzelfde resultaat geven) op basis van
aantal eigenwaarden in een correlatiematrix:
1. Het aantal gemeenschappelijke factoren kan overeenkomen met het
aantal eigenwaarden > 1.
2. Aantal gemeenschappelijke factoren kan overeenkomen met het aantal
eigenwaarde vóór de “knik” in de screeplot. Dit is makkelijk te zien door
visuele inspectie.
Theorie is hierbij belangrijk omdat NF (aantal factoren) daaraan ten grondslag
ligt.
2 2
𝑅 oftewel de proportie verklaarde variantie is belangrijk in regressieanalyse. 𝑅
is belangrijk omdat het de vraag kan beantwoorden over hoeveel van de
variantie in de afhankelijk variabele verklaard wordt door de common factoren
2
(CF’s). In het EFA model is de verklaarde variantie(𝑅 ) Communalities in de kolom
“Extraction”.




Verder is de grootte van de lading op de bijbehorende factor(en) in de analyse
zijn te inspecteren, maar deze factorladingen zijn moeilijk te interpreteren.
Let op!: factoren constateren via voorkennis/hypothese is bevestigend en via
eigenwaarde diagnostiek is het exploratief.


Student Psychologie Rugina

, Meten en diagnostiek 2021 Leerdoelen per week uitgewerkt


3. Weten welk doel rotatie heeft in factoranalyse en wat het verschil is tussen
oblieke en orthogonale rotatie
Factorrotatie is ontwikkeld om de interpretatie van factorladingen makkelijker te
maken. Factorrotatie is het transformeren van de factorladingen om de
interpreteerbaarheid van de factoren te interpreteren. Rotatie doelt op het
minimaliseren / maximaliseren van de factorladingen op een rij in de factor
matrix.




Er zijn twee soorten rotatie; orthogonale rotatieen oblique rotatie. Bij
orthogonale rotatie (bijv. Varimax) zijn de factoren ongecorreleerd (
𝑐𝑜𝑟𝑟(𝐶𝐹1, 𝐶𝐹2) = 0). Je staat het dus niet toe dat de factoren correleren (SPSS →
Rotated Factor Matrix). Bij oblique rotatie worden door SPSS de correlatie tussen
de factoren geschat. Je staat het dus toe dat de factoren mogelijk gecorreleerd of
ongecorreleerd zijn (𝑐𝑜𝑟𝑟(𝐶𝐹1, 𝐶𝐹2) ≠ 0).




Verder zijn cross loadings of kruisladingen ook nog iets wat kan voorkomen. Dit
zijn ladingen die na rotatie toch laden op beide factoren/meerdere factoren (dus
geen BIG - 0). Cross loadings hoeven geen probleem te zijn als het is lijn is met de
theorie (en je kan het uitleggen), maar over het algemeen zijn ze niet gewild en
moeten ze werden vermeden.
2
Let op!: 𝑅 → communalities = verklaarde variantie is onafhankelijk van rotatie!




Student Psychologie Rugina

, Meten en diagnostiek 2021 Leerdoelen per week uitgewerkt




De beslissing over welke rotatie criterium wordt toegepast ligt aan de
interpreteerbaarheid en de theorie.
Bij rotatie veranderd de Totale Verklaarde Variantie maar cumulatief blijft deze
hetzelfde. Dus andere verdeling van de totale verklaarde variantie maar
cumulatief hetzelfde.


4. De resultaten van een exploratieve factoranalyse kunnen interpreteren
met betrekking tot dimensionaliteit, betekenis van de factoren, item
kwaliteit en verklaarde variantie




Student Psychologie Rugina

Voordelen van het kopen van samenvattingen bij Stuvia op een rij:

Verzekerd van kwaliteit door reviews

Verzekerd van kwaliteit door reviews

Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!

Snel en makkelijk kopen

Snel en makkelijk kopen

Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.

Focus op de essentie

Focus op de essentie

Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!

Veelgestelde vragen

Wat krijg ik als ik dit document koop?

Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.

Tevredenheidsgarantie: hoe werkt dat?

Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.

Van wie koop ik deze samenvatting?

Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper Rugina. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €8,39. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 79223 samenvattingen verkocht

Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen

Start met verkopen
€8,39
  • (0)
  Kopen