Dimensionality assessment with factor analysis methods

Factor-analyse van niet observeerbare variabelen

Onderzoekers in de sociale en gedragswetenschappen verzamelen via vragenlijsten vaak informatie over niet observeerbare variabelen die bijvoorbeeld attitudes, vaardigheden en opvattingen uitdrukken. De dimensionaliteit van een set itemscores is het aantal latente variabelen. Het bepalen van dit aantal is van belang bij schaalconstructie en -evaluatie. Mariska Barendse onderzocht factor-analytische benaderingen ter bepaling van de dimensionaliteit.

In de factor-analyse wordt een groot aantal geobserveerde items door een kleiner aantal latente variabelen beschreven. De klassieke factor-analytische methoden zijn geschikt voor het beschrijven van lineaire relaties tussen multivariaat normaal verdeelde itemscores. In de praktijk zijn itemscores vaak categorisch en is er sprake van niet-lineaire relaties. Bovendien is er soms een hiërarchische structuur in de data, zoals wanneer meerdere kinderen in meerdere klassen zijn onderzocht.

Barendse onderzocht in hoeverre meer geavanceerde factor-analytische methoden dan de klassieke geschikt zijn om de dimensionaliteit te bepalen bij complexe datastructuren en welke procedure hierbij dan het meest geschikt is. De gehanteerde factor-analytische methoden bleken in de bestudeerde situaties goed te kunnen omgaan met categorische items, niet-lineaire relaties en hiërarchische structuren.

Mariska Barendse deed haar onderzoek bij het Heymans Instituut voor Psychologie. Het werd gefinancierd door NWO. Zij is werkzaam als statistisch consulent bij de Universiteit Gent.

Proefschrift: http://irs.ub.rug.nl/ppn/391174207