Samenvatting Bachelorwerkgroep 4 Kwantitatieve deel
Hoorcollege 1 l Correlaties, Factoranalyse en
Betrouwbaarheidsanalyse 1
Vandaag:
- Correlaties
- Factoranalyse
- Betrouwbaarheidsanalyse
● Machiavellist: macht, status geld.
● Narcist bekommert zich niet om de ander.
1&2 l Hoge correlatie r = 0.80
3 l Lage correlatie r = -0.03
4 l Lage correlatie r = 0.04
Correlatie van 1 betekent dat iets identiek is (0.80 betekent dat 2 items op elkaar lijken)
Interne consistentie is niet goed → item 3 en 4 meten iets anders dan 1 en 2.
- Het is geen multi-dimensionele schaal → het is een unidimensionele schaal: de
items moeten dus met elkaar samenhangen.
Cronbach's alpha moet 0.7 zijn (als ondergrens) → 0.8 is nog beter.
Je hebt manifeste items (de vragen) en je meet daarbij een latente (verborgen) variabele (het
achterliggende concept machiavellisme).
- Het latente construct machiavellisme hangt dus in de lucht en is verborgen.
Factoranalyse gebruiken we om aan te tonen dat item 1,2,3 en 4 niet bij item 5 t/m 12 horen.
En dat 5 t/m 8 niet bij items 1 t/m 4 en 9 t/m 12 horen, en dat 9 t/m 12 niet bij items 1 t/m 8 horen.
- Factoranalyse gebruiken we om onderscheid te toetsen
- Betrouwbaarheidsanalyse voor interne samenhang tussen items van één schaal.
Machiavellisme hoort niet bij psychopathie en narcisme, psychopathie hoort niet bij machiavellisme en
narcisme en narcisme hoort niet bij machiavellisme en psychopathie.
● Betrouwbaarheidsanalyse → achterliggend latent construct meten.
● Factoranalyse → aantonen dat items van 1 schaal niet bij de items van een andere
schaal horen.
Correlatie:
Sterkte van het verband tussen twee variabelen → -1.00 < r < 1.00
- Dit werkt voor interval/ratio meetniveau (bijv. leeftijd of inkomen), maar werkt ook goed voor
ordinale variabelen (bijvoorbeeld Likert type schalen).
- r > 0.50 (strong)
- r > 0.30 (moderate)
- r > 0.10 (weak)
Een correlatie veronderstelt geen causaliteit (het is dus geen oorzaak-gevolg, maar enkel
samenhang).
,Error (ruis) is het verschil tussen het antwoord en de ideale lijn door de puntenwolk met minder ruis
wordt een correlatie eerder significant.
Wanneer is een correlatie significant? → als de SE kleiner is dan de helft van de correlatie.
- Bij grotere samples wordt een correlatie eerder significant (SE wordt kleiner naarmate een
sample groter wordt).
➔ SE = 1 / wortel van N
Wat betekent dit voor zwakke correlaties?
- Betrouwbaarheid: stabiel meten (elke keer hetzelfde meten) → we meten interne
consistentie.
- Validiteit: meten wat je bedoelt te meten.
Cronbachs alpha: hoe goed de items van een schaal bij elkaar horen:
- Hoe groter de correlatie tussen de items (dus hoe kleiner de random error), hoe hoger de
Cronbach's alpha.
- Hoe meer vragen (items), hoe groter de alpha.
Bij een negatieve Cronbach's alpha zit er waarschijnlijk een item die omgepoold moet worden.
➔ Hogere correlatie, hogere Cronbach's alpha
➔ Meer indicatoren, hogere Cronbach's alpha.
Indicatoren zijn items.
Index = construct, schaal, somscore, gemiddelde score.
- Uit de correlaties tussen de indicatoren kunnen we een schatting verkrijgen van de
betrouwbaarheid van de index.
Meerdere items, deze bij elkaar optellen en delen → somscore.
Wat is factoranalyse?
Factoranalyse voorspelt middels de items de achterliggende variabele.
- Items die bij 1 schaal horen moeten clusteren
- Bijvoorbeeld: items die bij machiavellisme horen voorspellen het latente construct
machiavellisme (deze horen dus niet bij het latente construct narcisme of psychoticisme).
Hoorcollege 2 l Correlaties, Factoranalyse en
Betrouwbaarheidsanalyse 2
Tentamen: 21 vragen statistiek met SPSS → MC en 10 vragen over theoretische statistiek
en vervolgens 10 vragen over kwalitatief → 12 a 13 vragen maximaal fout om het te
halen.
➔ Factoranalyse kijkt welke items in welke schaal horen
➔ Betrouwbaarheid checkt de mate van interne consistentie: of de items in de schaal ook in de
schaal horen.
Terminologie:
- Indicator = item, vraag, stelling, etc.
- Index = schaal, somschaal, totaal, meetinstrument.
, - Dimensie = construct / factor, component (je krijgt een oplossing waarbij de indicatoren zich
scharen onder een bepaald component, factor of construct).
We gebruiken de factoranalyse om systematische (herhaalde) meetfouten → invaliditeit
te ontdekken.
- Het is ons ‘middel’ om te checken of de indicatoren/items van een schaal daadwerkelijk bij het
bedoelde construct horen.
Je hoopt in een factoranalyse dat de items clusteren
- De(oblique) geroteerde factoren, waarbij duidelijk wordt dat er twee factoren zijn.
Stappenplan factoranalyse:
Stap 1 l Hoeveel dimensies?
Stap 2 l Communaliteiten?
Stap 3 l Factorladingen
Stap 4 l Factor correlaties
Stap 5 l Rapporteer de resultaten
Voorbereiding gegevens:
- Het is altijd belangrijk om eerst naar de
‘frequencies’ te kijken.
Als de standaarderror 2 keer kleiner is dan de correlatie, is
hij significant.
De rotatie die je gebruikt op SPSS is direct oblimin
- Je stopt er twee schalen in en hoopt dat er twee
schalen uitkomen (factoren).
2 eigenvalues groter dan 1 (eigencriterium), dan is het
een factor en anders niet.
Op basis van het Kaiser criterium kunnen we dus 2
factoren onderscheiden.
Stap 2 l Communaliteiten:
● Communaliteiten (commune) geven de
verklaarde variantie in elke indicator weer.
Communaliteiten zijn sterk verwant met de
‘corrected item-total correlation’ in
betrouwbaarheidsanalyse.
● Deze communaliteiten hebben voor ons nut als
we alleen de items van één schaal analyseren
met factoranalyse. Op basis van de
communaliteiten is het gemakkelijk spotten welke
indicatoren slecht binnen de set passen.
Communaliteit geeft aan hoeveel een item
gemeenschappelijk heeft met de rest van de items
- Als een item een lage communaliteit heeft (bijv.
onder de 0.3) dan betekent dit dat dit item weinig
gemeenschappelijk heeft met de andere items en
kan dat later in de analyse ook opvallen.
, Factoranalyse veronderstelt dat er sprake is van één of meerdere latente variabelen die de
(cor)relaties tussen de indicatoren verklaren.
- Bij factorladingen kunnen de relaties tussen de dimensies en de indicatoren variëren tussen
de -1 en +1.
De factoranalyse wijst de items toe aan een factor (hoe goed voorspellen de items die factor?)
- Statistisch ‘horen’ de items bij de factor waarop ze het hoogst laden.
- Je wilt geen kruisladingen hebben.
Somscore maak je om de errorvariantie (ruis) weg te filteren.
Hoorcollege 3 l Tutorial Kwanti Week 1
Missings = none betekent dat de missings niet zijn gedefinieerd.
De letter r altijd in italics zetten (r)
Factoranalyse: meten de schalen hetzelfde construct?
Betrouwbaarheidsanalyse: meten de schalen dit construct op
betrouwbare wijze?
Bij factoranalyse maakt het niet uit dat reversed items zijn
omgepoold, bij betrouwbaarheidsanalyse wel.
Cronbach's alpha based on standardized items: de
Cronbach's alpha gebaseerd op
gestandaardiseerde items → gemiddelde eraf,
delen door de standaarddeviatie.
- Al zou je van elk item de gemiddelde waarde op
dat item er vanaf trekken en delen door de
standaarddeviatie van dat item.
Als je voor elk item de mean er vanaf haalt, dit deelt
door de standaarddeviatie, dan een
betrouwbaarheidsanalyse met die items, dan krijg je de
waarde van ‘cronbach's alpha based on standardized
items’
Hoorcollege 4 l Regressie, Confounders & Reversed Causation
Vandaag:
- Regressie: historie en definitie
- Lineaire regressie (herhaling BIS): enkelvoudig en meervoudig
- Valkuilen: intercept, multicollineariteit, singulariteit, outliers, regressie en causaliteit (is er
sprake van causaliteit?, ‘reversed causation’, ‘confounders’).
Regression → achteruitgang, teruggang, terugval, retrogressie → historie en definitie:
● The original application of regression was Sir Francis Galton’s study of the heights of parents
and children in the late 1800s.
Hoorcollege 1 l Correlaties, Factoranalyse en
Betrouwbaarheidsanalyse 1
Vandaag:
- Correlaties
- Factoranalyse
- Betrouwbaarheidsanalyse
● Machiavellist: macht, status geld.
● Narcist bekommert zich niet om de ander.
1&2 l Hoge correlatie r = 0.80
3 l Lage correlatie r = -0.03
4 l Lage correlatie r = 0.04
Correlatie van 1 betekent dat iets identiek is (0.80 betekent dat 2 items op elkaar lijken)
Interne consistentie is niet goed → item 3 en 4 meten iets anders dan 1 en 2.
- Het is geen multi-dimensionele schaal → het is een unidimensionele schaal: de
items moeten dus met elkaar samenhangen.
Cronbach's alpha moet 0.7 zijn (als ondergrens) → 0.8 is nog beter.
Je hebt manifeste items (de vragen) en je meet daarbij een latente (verborgen) variabele (het
achterliggende concept machiavellisme).
- Het latente construct machiavellisme hangt dus in de lucht en is verborgen.
Factoranalyse gebruiken we om aan te tonen dat item 1,2,3 en 4 niet bij item 5 t/m 12 horen.
En dat 5 t/m 8 niet bij items 1 t/m 4 en 9 t/m 12 horen, en dat 9 t/m 12 niet bij items 1 t/m 8 horen.
- Factoranalyse gebruiken we om onderscheid te toetsen
- Betrouwbaarheidsanalyse voor interne samenhang tussen items van één schaal.
Machiavellisme hoort niet bij psychopathie en narcisme, psychopathie hoort niet bij machiavellisme en
narcisme en narcisme hoort niet bij machiavellisme en psychopathie.
● Betrouwbaarheidsanalyse → achterliggend latent construct meten.
● Factoranalyse → aantonen dat items van 1 schaal niet bij de items van een andere
schaal horen.
Correlatie:
Sterkte van het verband tussen twee variabelen → -1.00 < r < 1.00
- Dit werkt voor interval/ratio meetniveau (bijv. leeftijd of inkomen), maar werkt ook goed voor
ordinale variabelen (bijvoorbeeld Likert type schalen).
- r > 0.50 (strong)
- r > 0.30 (moderate)
- r > 0.10 (weak)
Een correlatie veronderstelt geen causaliteit (het is dus geen oorzaak-gevolg, maar enkel
samenhang).
,Error (ruis) is het verschil tussen het antwoord en de ideale lijn door de puntenwolk met minder ruis
wordt een correlatie eerder significant.
Wanneer is een correlatie significant? → als de SE kleiner is dan de helft van de correlatie.
- Bij grotere samples wordt een correlatie eerder significant (SE wordt kleiner naarmate een
sample groter wordt).
➔ SE = 1 / wortel van N
Wat betekent dit voor zwakke correlaties?
- Betrouwbaarheid: stabiel meten (elke keer hetzelfde meten) → we meten interne
consistentie.
- Validiteit: meten wat je bedoelt te meten.
Cronbachs alpha: hoe goed de items van een schaal bij elkaar horen:
- Hoe groter de correlatie tussen de items (dus hoe kleiner de random error), hoe hoger de
Cronbach's alpha.
- Hoe meer vragen (items), hoe groter de alpha.
Bij een negatieve Cronbach's alpha zit er waarschijnlijk een item die omgepoold moet worden.
➔ Hogere correlatie, hogere Cronbach's alpha
➔ Meer indicatoren, hogere Cronbach's alpha.
Indicatoren zijn items.
Index = construct, schaal, somscore, gemiddelde score.
- Uit de correlaties tussen de indicatoren kunnen we een schatting verkrijgen van de
betrouwbaarheid van de index.
Meerdere items, deze bij elkaar optellen en delen → somscore.
Wat is factoranalyse?
Factoranalyse voorspelt middels de items de achterliggende variabele.
- Items die bij 1 schaal horen moeten clusteren
- Bijvoorbeeld: items die bij machiavellisme horen voorspellen het latente construct
machiavellisme (deze horen dus niet bij het latente construct narcisme of psychoticisme).
Hoorcollege 2 l Correlaties, Factoranalyse en
Betrouwbaarheidsanalyse 2
Tentamen: 21 vragen statistiek met SPSS → MC en 10 vragen over theoretische statistiek
en vervolgens 10 vragen over kwalitatief → 12 a 13 vragen maximaal fout om het te
halen.
➔ Factoranalyse kijkt welke items in welke schaal horen
➔ Betrouwbaarheid checkt de mate van interne consistentie: of de items in de schaal ook in de
schaal horen.
Terminologie:
- Indicator = item, vraag, stelling, etc.
- Index = schaal, somschaal, totaal, meetinstrument.
, - Dimensie = construct / factor, component (je krijgt een oplossing waarbij de indicatoren zich
scharen onder een bepaald component, factor of construct).
We gebruiken de factoranalyse om systematische (herhaalde) meetfouten → invaliditeit
te ontdekken.
- Het is ons ‘middel’ om te checken of de indicatoren/items van een schaal daadwerkelijk bij het
bedoelde construct horen.
Je hoopt in een factoranalyse dat de items clusteren
- De(oblique) geroteerde factoren, waarbij duidelijk wordt dat er twee factoren zijn.
Stappenplan factoranalyse:
Stap 1 l Hoeveel dimensies?
Stap 2 l Communaliteiten?
Stap 3 l Factorladingen
Stap 4 l Factor correlaties
Stap 5 l Rapporteer de resultaten
Voorbereiding gegevens:
- Het is altijd belangrijk om eerst naar de
‘frequencies’ te kijken.
Als de standaarderror 2 keer kleiner is dan de correlatie, is
hij significant.
De rotatie die je gebruikt op SPSS is direct oblimin
- Je stopt er twee schalen in en hoopt dat er twee
schalen uitkomen (factoren).
2 eigenvalues groter dan 1 (eigencriterium), dan is het
een factor en anders niet.
Op basis van het Kaiser criterium kunnen we dus 2
factoren onderscheiden.
Stap 2 l Communaliteiten:
● Communaliteiten (commune) geven de
verklaarde variantie in elke indicator weer.
Communaliteiten zijn sterk verwant met de
‘corrected item-total correlation’ in
betrouwbaarheidsanalyse.
● Deze communaliteiten hebben voor ons nut als
we alleen de items van één schaal analyseren
met factoranalyse. Op basis van de
communaliteiten is het gemakkelijk spotten welke
indicatoren slecht binnen de set passen.
Communaliteit geeft aan hoeveel een item
gemeenschappelijk heeft met de rest van de items
- Als een item een lage communaliteit heeft (bijv.
onder de 0.3) dan betekent dit dat dit item weinig
gemeenschappelijk heeft met de andere items en
kan dat later in de analyse ook opvallen.
, Factoranalyse veronderstelt dat er sprake is van één of meerdere latente variabelen die de
(cor)relaties tussen de indicatoren verklaren.
- Bij factorladingen kunnen de relaties tussen de dimensies en de indicatoren variëren tussen
de -1 en +1.
De factoranalyse wijst de items toe aan een factor (hoe goed voorspellen de items die factor?)
- Statistisch ‘horen’ de items bij de factor waarop ze het hoogst laden.
- Je wilt geen kruisladingen hebben.
Somscore maak je om de errorvariantie (ruis) weg te filteren.
Hoorcollege 3 l Tutorial Kwanti Week 1
Missings = none betekent dat de missings niet zijn gedefinieerd.
De letter r altijd in italics zetten (r)
Factoranalyse: meten de schalen hetzelfde construct?
Betrouwbaarheidsanalyse: meten de schalen dit construct op
betrouwbare wijze?
Bij factoranalyse maakt het niet uit dat reversed items zijn
omgepoold, bij betrouwbaarheidsanalyse wel.
Cronbach's alpha based on standardized items: de
Cronbach's alpha gebaseerd op
gestandaardiseerde items → gemiddelde eraf,
delen door de standaarddeviatie.
- Al zou je van elk item de gemiddelde waarde op
dat item er vanaf trekken en delen door de
standaarddeviatie van dat item.
Als je voor elk item de mean er vanaf haalt, dit deelt
door de standaarddeviatie, dan een
betrouwbaarheidsanalyse met die items, dan krijg je de
waarde van ‘cronbach's alpha based on standardized
items’
Hoorcollege 4 l Regressie, Confounders & Reversed Causation
Vandaag:
- Regressie: historie en definitie
- Lineaire regressie (herhaling BIS): enkelvoudig en meervoudig
- Valkuilen: intercept, multicollineariteit, singulariteit, outliers, regressie en causaliteit (is er
sprake van causaliteit?, ‘reversed causation’, ‘confounders’).
Regression → achteruitgang, teruggang, terugval, retrogressie → historie en definitie:
● The original application of regression was Sir Francis Galton’s study of the heights of parents
and children in the late 1800s.
