Læringsmål:
Lære mer om hvordan man utvikler instrumenter/skalaer i psykologisk forskning
Kjenne til hvordan psykologiske konstrukter modelleres som latente variabler
Kunne utføre eksplorativ faktor analyse i R
Repetere anova og multippel regresjon i R
Forbered
Les litt om latente variabler feks på wikipedia eller her
Se igjen på artikkelen Sevic Foldnes og Brønnick 2024 Vi skal studere korrelasjonene mellom spørsmålene i skjemaet og gjøre EFA på skjemaet
Sjekke korrelasjoner for items. Du må endre på første linje slik at R finner datafilen stress_complete.rds som du kan laste ned her
stress <- readRDS("../data/stress_complete.rds")
#kikke på korrelasjoner mellom noen av konstruktene
library(tidyverse)
── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr 1.1.3 ✔ readr 2.1.4
✔ forcats 1.0.0 ✔ stringr 1.5.0
✔ ggplot2 3.4.4 ✔ tibble 3.2.1
✔ lubridate 1.9.2 ✔ tidyr 1.3.0
✔ purrr 1.0.2
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag() masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
Attaching package: 'psych'
The following objects are masked from 'package:ggplot2':
%+%, alpha
konstrukter <- select(stress, contains(c("COMP","CONF", "INSE")))
head(konstrukter)
COMP1 COMP2 COMP3 COMP4 COMP5 CONF1 CONF2 CONF3 CONF4 CONF5 INSE1 INSE2
1 2 2 2 2 2 3 1 3 2 2 1 1
2 1 1 1 3 1 1 3 3 3 3 1 1
4 1 1 1 1 1 1 1 1 1 1 1 1
11 5 5 4 6 6 3 2 3 3 3 2 1
16 4 5 4 6 5 1 1 1 1 1 3 1
17 4 2 3 5 3 5 1 2 1 3 5 5
INSE3 INSE4 INSE5
1 1 1 1
2 1 1 1
4 1 1 1
11 1 1 1
16 1 1 2
17 3 4 3
#beregne correlasjonsmatrisen
korr <- cor(konstrukter)
#visualisere
cor.plot(korr)
Tenk over om instrumentet har ønsket faktorstruktur. Kan du se at det er 3 distinkte bolker av items?
