Factoranalse, schaalvariabelen & Responsie

8 belangrijke vragen over Factoranalse, schaalvariabelen & Responsie

Trucjes (zodat er zo min mogelijk wordt gelogen door respondenten)

- Anonimiteitsgarantie
- Corrigeren van sociaal wenselijk gedrag
- Breng respondenten in een situatie die de werkelijkheid meer benadert dan een standaard interviewsetting

Waarom zou je een schaal maken bij meerdere facetten?

Het stellen van slechts één vraag levert problemen op met
1) heterogeniteit
2) betrouwbaarheid
3) een specifiek onderscheid maken

Wat gebeurt er bij het heroveren van de schaalvariabelen?

Dan worden alle variabelen omgezet zodat ze in dezelfde richting staan. Zo kunnen ze het beste gemeten/vergeleken worden.
  • Hogere cijfers + sneller leren
  • Niets twee keer studeren
  • 100% zeker alles onthouden
Ontdek Study Smart

Breng respondenten in een situatie die meer waarheidsgetrouwe antwoorden of gedrag opleveren

Onderzoek Shu et al. (2012) - opgeloste puzzels en handtekening voor eerlijkheid. Kwam eruit dat iedere groep gemiddeld loog, maar mensen die aan het begin hun handtekening moesten zetten, het minste logen. Dit is dus een methode om meer waarheidsgetrouwe informatie te krijgen, moet je als onderzoeker goed bij nadenken bij het houden van een onderzoek.
Ander voorbeeld: 'nep leugendetector', mensen denken dat ze aan een echte zitten, dus gaan meer de waarheid vertellen. Maar is dit wel ethisch verantwoord?

Wat zijn de drie stappen bij het aanmaken van een schaalvariabele?

1) Betrouwbaarheid checken d.m.v. een betouwbaarheidsanalyse met de Cronbach's alpha
2) Validiteit nagaan - klopt de schaal theoretisch gezien?
- zijn alle aspecten van het construct bevraagd?
- zitten er aspecten/items tussen die eigenlijk niet binnen dit concept passen
3) Zijn er veel missings? - Zo ja; stel een minimum in bij het aantal te beantwoorden vragen en gebruik daarvan het gemiddelde.

Wat doet spss met de missings bij schaalvariabelen en wat is hiervoor de oplossing?

SPSS haalt de missings er automatisch uit. Dit zorgt er soms voor dat een groot deel van de data verloren gaat doordat er bijv. één vraag niet is ingevuld. Dit kan men oplossen door een minimaal te beantwoorden aantal vragen aan te geven en hiervan het gemiddelde te gebruiken.

Wat kan soms een verklaring zijn bij een hele hoge Cronbach's alpha en hoe controleer je dit?

Dat de schaal bestaat uit meerder factoren.
Dit kan worden gecontroleerd door:
- Prinicpale componentenanalyse (PCA) - kijkt naar verschillen
- Factoranalyse (FA) - kijkt naar samenhang

Hiermee wordt gekeken of de schaal homogeen of heterogeen is en of er niet meerdere latente concepten tegelijk worden gemeten.

Stappen die je moet zetten voordat schaalvariabele kan worden gemaakt

- Betrouwbaarheid checken met Cronbach's alpha (hangen de indicatoren onderling genoeg samen?)
- Validiteit nagaan: meet je wat je wil meten/weten?
   -- Zijn er aspecten van het construct waar geen vragen over worden                       gesteld?
   -- Zijn er items die niet passen bij het construct?
- Zijn er veel missings? Als er veel missings zijn, kun je er voor kiezen om niet listwise deletion toe te passen (één vraag niet beantwoord, hele respondent verwijderd), maar het gemiddelde te nemen van mensen die minstens een aantal vragen ingevuld hebben. De vuistregel hierbij is dat mensen op meer dan de helft van de items geantwoord moet hebben.

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

  • Een unieke studie- en oefentool
  • Nooit meer iets twee keer studeren
  • Haal de cijfers waar je op hoopt
  • 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
Trustpilot-logo