De zin en onzin van factoranalyse

U komt het vast weleens tegen in uw vakliteratuur: factoranalyse. Om uw geheugen op te frissen, vindt u een voorbeeld in bijgevoegde figuur. Stel u heeft data verzameld over drie symptomen van depressie: insomnia, moeheid en somberheid (de geobserveerde variabelen). Met een confirmatief 1-factor model toetst u of de covariantiestructuur van deze symptomen (hier de sterke positieve correlaties tussen de symptomen) zich adequaat laat beschrijven door één onderliggende en niet-geobserveerde factor die we voor het gemak ‘depressie’ zullen noemen. Zo is factoranalyse een slimme manier om te toetsen of een vragenlijst het beoogde te meten construct meet. Zijn niet één maar meerdere factoren nodig om de samenhang tussen de geobserveerde variabelen te verklaren, dan is het zeer wel mogelijk dat de desbetreffende vragenlijst niet meet wat u beoogt te meten.
Na deze lofzang op de factoranalyse vraagt u zich wellicht af waarom er een rubriek aan gewijd moet worden. De reden hiervoor is dat het in de empirische literatuur helaas