= vragen/stellingen die ongeveer hetzelfde meten
= vragen/stellingen die samen één onderliggend concept meten
1. Enerzijds kan je bij het opstellen van je vragenlijst al bepaalde schalen met de verschillende deelvragen vooropstellen. Redenen om dit te doen zijn de volgende:
Abstracte begrippen toch bevragen
Verschillende deelaspecten van één concept bevragen
Uitmiddelen toevalsfluctuaties
Fijner onderscheid tussen onderzoekseenheden
2. Anderzijds kan je ook na het dataverzamelen je datafile doorzoeken naar samenhorende items zodat je de data kan reduceren naar slechts enkele concepten/factoren (cfr. Principale Componenten Analyse (PCA)). Voordeel van datareductie is dat je minder analyses hoeft te doen met dezelfde informatie omdat je kan werken met minder variabelen.
De constructie van schalen bestaat uit twee stappen:
1. Het analyseren van de gegevens om na te gaan of er een goede schaal kan/goede schalen kunnen worden gevormd.
Op basis van theoretische inzichten:
Chronbach’s Alpha: op voorhand aantal items opstellen die samen één concept meten; Chronbach’s Alpha gaat interne betrouwbaarheid na (cfr. Infra).
Confirmatorische factoranalyse (SEM) (niet in SPSS, maar kan uitgevoerd worden via bv. AMOS)
Op basis van je datafile (meer exploratief)
Factoranalyse: in je datafile op zoek gaan naar onderliggende dimensies in een set van items (cfr. Principale Componenten Analyse (PCA))
2. Het aanmaken van de schalen:
Een somschaal is het gemiddelde van alle items die tot de schaal behoren: (IT1+IT2+…ITn)/n = Somschaal
Deze somschaal kan aangemaakt worden via compute en wordt bijgevolg een nieuwe variabele in de datafile.
Opmerking voor verdere analyses met deze nieuwe variabele: een somschaal is altijd metrisch!
= gaat de interne betrouwbaarheid van schalen na.
Deze test bestaat uit twee stappen:
Algemene beoordeling interne betrouwbaarheid:
Cronbach’s Alpha moet >.70 om van een intern betrouwbare schaal te spreken. De items correleren dan goed met elkaar en worden geacht hetzelfde te meten.
Controleren van de bijdrage tot de schaal van elk item afzonderlijk
1. Corrected item total correlation:
= Correlaties tussen elk item en de rest van de schaal: moet voor elk item > .30
2. Cronbach’s Alpha if item deleted:
Verandering van Cronbach’s Alpha wanneer we het respectievelijke item weglaten: wordt α groter? ==> de schaal wordt betrouwbaarder ==> dan laten we het item beter weg
Sterkste item: Grootste I-T correlatie en alpha daalt (sterkst) als we item weglaten
Zwakste item: Kleinste I-T correlatie en alpha stijgt (sterkst) als we item weglaten
Opgelet!
Sommige items kunnen omgekeerd geschaald zijn! (zie vragenlijst)
Voorbeeld:
MuziekDown: “Ik download vaak muziek”
= Hoe hoger score op 7-puntenschaal, hoe vaker up/downloaden
Telewerken: “Ik doe niet vaak aan telewerken”
= Hoe hoger score op 7-puntenschaal, hoe minder vaak up/downloaden
Deze vragen meten hetzelfde concept, maar zijn in tegengestelde zin gesteld. Voor het testen van de interne betrouwbaarheid, alsook voor het effectief aanmaken van de schaal, moeten de items in dezelfde richting wijzen!
Oplossing: De items die omgekeerd geschaald zijn, moeten worden omgeschaald: hercoderen via recode into same / into different variables (cf. 3.1. Bewerken van een variabele)