Videolecture PCA
Een eerste orientatie op de data
In deze video leer je:
• Een principale componentenanalyse (PCA) aan te sturen in SPSS
• Een keuze te maken over het ‘beste aantal componenten’
Datset openen
168 leerlingen deelgenomen
Variable view: daar zie je de achtergrond variable: bijv. geslacht, leeftijd, opleidingsniveau, religie
,Ook zie je de drie vragen die betrekking hebben op de manier van sociale steun. E = emotioneel. Inst =
instrumenteel, inf = informatief
Dus we gaan eigenlijk meteen op basis van de criteria bekijken wat de beste oplossing is voor het
aantal componenten.
Criteria om het beste aantal componenten te bepalen
De inhoud
Verwachting op basis van de theorie
De cijfers
• Minimum eigenwaarde (>1)
• Scree-plot: knik-criterium
• Scree-plot: scree-criterium
• Efficiëntie met betrekking tot datareductie
• Interpreteerbaarheid van gekozen oplossingen in de output
Lex: Laten we beginnen met de inhoud, wat hoop je op basis van het inhoudelijke criterium te vinden?
-> student: op basis van de literatuur hopen we dat we die drie factoren, die drie componenten
vinden.
Lex: Dan komt het spel van de cijfers. Wat laten de cijfers zien? Maar dan moeten we gaan draaien.
Laten we maar eens kijken wat je al gezien hebt Hellen.
, Hellen: dan gaan we eerst even naar analyze. Dimension reduction. Factor.
Hellen: Ik zie ze hier al in staan, alle 27 items die dus emotionele, instrumentele en informatieve steun
zullen meten. Die zet je onder variables. Dan gaan we even naar extraction.
Een eerste orientatie op de data
In deze video leer je:
• Een principale componentenanalyse (PCA) aan te sturen in SPSS
• Een keuze te maken over het ‘beste aantal componenten’
Datset openen
168 leerlingen deelgenomen
Variable view: daar zie je de achtergrond variable: bijv. geslacht, leeftijd, opleidingsniveau, religie
,Ook zie je de drie vragen die betrekking hebben op de manier van sociale steun. E = emotioneel. Inst =
instrumenteel, inf = informatief
Dus we gaan eigenlijk meteen op basis van de criteria bekijken wat de beste oplossing is voor het
aantal componenten.
Criteria om het beste aantal componenten te bepalen
De inhoud
Verwachting op basis van de theorie
De cijfers
• Minimum eigenwaarde (>1)
• Scree-plot: knik-criterium
• Scree-plot: scree-criterium
• Efficiëntie met betrekking tot datareductie
• Interpreteerbaarheid van gekozen oplossingen in de output
Lex: Laten we beginnen met de inhoud, wat hoop je op basis van het inhoudelijke criterium te vinden?
-> student: op basis van de literatuur hopen we dat we die drie factoren, die drie componenten
vinden.
Lex: Dan komt het spel van de cijfers. Wat laten de cijfers zien? Maar dan moeten we gaan draaien.
Laten we maar eens kijken wat je al gezien hebt Hellen.
, Hellen: dan gaan we eerst even naar analyze. Dimension reduction. Factor.
Hellen: Ik zie ze hier al in staan, alle 27 items die dus emotionele, instrumentele en informatieve steun
zullen meten. Die zet je onder variables. Dan gaan we even naar extraction.
