Log in
Meijer, Niessen en Boevé (2015) beweerden onlangs dat het zin heeft subtestscores apart te rapporteren als blijkt dat een algemene factor niet voldoende is om alle subtestvariantie te verklaren, en anders niet. Maar in hoeverre is factoranalyse geschikt hier als scherprechter te fungeren? Zeker, als factoranalyse laat zien dat een één-factoroplossing slecht past, weten we dat we meer dan één factor nodig hebben, en kan het zin hebben subtestscores apart te rapporteren. Het omgekeerde geldt echter niet. Het bestaan van een éénfactor-oplossing hoeft nog niet te betekenen dat er ook daadwerkelijk slechts één factor in het spel is. Wat factoranalytisch gezien mogelijk is, hoeft nog niet waar te zijn. Het volgende voorbeeld moge één en ander verhelderen.
Jos ten Berge

Een intelligentietest bevat drie subtests, voor resp. verbale (v), numerieke (n) en ruimtelijke (r) intelligentie, elk met betrouwbaarheid .90. De correlaties tussen de subtests zijn Rvn=.72, Rvr=.63 en Rnr=.56. Bij factoranalyse zal een factor met ladingen .9, .8 en .7 perfect passen want de drie correlaties tussen de subtests zijn telkens het product van de ladingen van de betreffende twee subtests. Wat de uitkomst van factoranalyse betreft is het dus mogelijk dat er slechts één factor is het spel is. Maar het is hier zeker niet waar. Als de drie variabelen slechts één algemene factor zouden meten, dan zouden ze zo hoog met elkaar correleren als hun betrouwbaarheid toelaat. Na correctie voor onbetrouwbaarheid zouden de correlaties dan dichtbij 1.0 moeten liggen. Aangezien de drie tests elk een betrouwbaarheid van .90 hebben, zijn de voor onbetrouwbaarheid gecorrigeerde correlaties .72/.90 = . 80, .63/.90 = .70 en .56/.90 = .62. Geen van deze gecorrigeerde correlaties komt in de buurt van de 1.00, zodat moet worden geconcludeerd dat de drie subtests elk voor een deel iets specifieks meten. Rapportage van