Hoorcollege 3: EFA Flashcards
(20 cards)
Wanneer gebruik je een EFA?
We gebruiken een EFA wanneer we willen uitzoeken wat we dan wel meten met de test/vragenlijst. (Als een CFA bijvoorbeeld niet een goede fit laat zien).
Wat is het doel van een EFA?
We willen uitzoeken:
- Hoeveel factoren worden door de items gemeten.
- Hoeveel factoren verklaren voldoende variantie?
- Welke items vormen een sub-test?
- Hoe kunnen de factoren worden geïnterpreteerd?
Hoe ziet een EFA model eruit?
Items kunnen dan op andere (meerdere) factoren laden tegelijkertijd, er is geen sprak van een simple structure!
Wat is een eigenwaarde (eigenvalue)?
Dit is de maat voor de hoeveelheid informatie in een factor
Eigenwaarde 1 = Evenveel variantie als 1 item
Eigenwaarde > 1 = Factor kan meer variantie verklaren dan 1 item.
Hoe lees je de scree-plot?
Je kijkt naar de grafiek en kijkt naar het aantal factoren voor de knik.
Wat is de parallell-analyse?
We kijken naar waar de gesimuleerde data met de daadwerkelijke data elkaar kruizen en nemen dan het aantal factoren voor de knik.
Hoe werkt het fitmodel?
We kijken telkens naar de modelfit en stoppen totdat we een goede fit krijgen en dan hebben we onze aantal factoren.
Wat gebeurt er bij een te complexe model?
Dan wordt het model niet meer geïdentificeerd en krijg je onrealistische fitmaten.
Wat is een factorrotatie?
We helpen daarbij de ladingen beter interpreteerbaar te maken en factorladingen beter te kunnen scheiden.
Welke twee rotaties zijn er?
Orthogonaal (Varimax): ongecorreleerde factoren.
Obliek (Oblimin/Promax): gecorreleerde facotoren -> meest standaard in sociale wetenschap.
Waarom is de UVI bij een EFA niet voldoende, wat is hiervan de oplossing dan?
Omdat we ook alle kruisladingen schatten.
Welke twee soorten modelmodificaties zijn er?
1) We kunnen kruisladingen toepassen - Items die op meerdere factoren laden.
2) Residuele covarianties: Samenhang tussen unieke factoren - (Gebeurt alleen bij CFA).
Wat betekent Model Indices en EPC?
Mod. Ind. - Hoeveel beter past mijn model?
EPC - Wat os de verwacjte waarde?
Waarom moet je aanpassingen niet te gelijkertijd doen?
Hierdoor kunnen de covarianties negatief gaan laden en je een foutmelding krijgen in je programma.
Waarom zijn model modificaties gevaarlijk?
Je kan het model te complex maken, daardoor is het geen CFA meer.
Wat kan er misgaan bij model modificaties?
Er kunnen foutmeldingen ontstaan in je programma
Wat houdt de assumptie aantal items in?
Voor een construct moet je minsten 3-4 items hebben, maar in een constructiefase is het beste om meer items te hebben.
Wat houdt de assumptie steekproefgrootte in en waar hangt dit vanaf?
Algemeen betekent hoe groter, hoe beter. Dit hangt ook wel af van de schattingsmethode die je kiest, een richtlijn hiervoor is sample size to parameter 20:1
Welke eigenschappen van de data zijn er, waar moet er dan naar gekeken worden?
Denk aan missing values, uitschieters, correlaties, normaliteit, lineariteit en multicollineariteit.
Waarom gebruiken we een robuuste schatter?
Deze is wat robuuster met kleinere steekproeven.
