College 10: Itemanalyse en transformaties 

• Factoranalyse ter beoordeling van eendimensionaliteit. Je wilt een selectie van items. 
• Selecteer items voor schaal 
• Codeer items in zelfde richting. Een hoge code, betekent veel van het kenmerk. 
• Betrouwbaarheidsanalyse met Cronbach’s alfa voor schatting betrouwbaarheid. Geeft een 
• betrouwbaarheid van de hele schaal, maar ook van de afzonderlijke items. 
• Itemanalyse voor selecteren items voor schaalscore. Hierdoor komen we tot een definitieve selectie, dus een definitieve schaal. 

• Test (of schaal) moet zo goed als mogelijk differentiëren (Heeft te maken met onderscheiden)
• Testbetrouwbaarheid zo hoog als mogelijk (heeft te maken met betrouwbaarheid)

• realiseer een test met de grootste spreiding testscores: 
• kies voor items die ‘goed’ differentiëren
• kies voor items die onderling ‘sterk’ samenhangen

•  itemvarianties (Sg/2); hoe groter hoe meer differentiatie. Je wilt dus veel spreiding. 
• inter-itemcorrelaties (R gh); hoe hoger hoe betrouwbaarder. 
• Inter-itemcorrelaties

• Voor elk item is er een correlatie met alle overige items. 
• Is er een samenvattende maat voor de correlatie van item i met alle overig 
• items? Dan maak je gebruik van: 
• Item-totaalcorrelatie (Item-total correlation). Dit is de hele test. 
• Correlatie ri,x tussen item (i) en testscore (X). —> rit - waarde
• Item-restcorrelatie (Item-rest correlation). Dit is de correlatie met het item en de overige items. 
• Correlatie ri,(X-g) tussen item (i) en score op test zonder item (X - g). —> rit - waarde
• Bij de SPSS output kijken bij: corrected item-total correlation. 

• Een zo betrouwbaar als mogelijke test. 
• Globaal een zo goed als mogelijk differentiërende test. 
• Een test die nauwkeurig meet in midden van verdeling: 
• maakt differentiatie voor middengroepen goed mogelijk. 

• de Cronbach’s alfa is een procedure voor het schatten van  de betrouwbaarheid, met Likert achtige schalen. 
• Populaire methode betrouwbaarheidsschatting testscore.
• Voor items met meer dan twee geordende categorieën.
• Voor homogene set van items (eendimensionaal).

• Speciaal geval van Cronbach’s alfa 
• Voor dichotome items (positief = 1, negatief = 0; goed = 
• 1, fout = 0). Je kan alleen maar 0 of 1 toekennen. 
• Voor homogene set van items (eendimensionaal).
• Itemmoeilijkheid p
• Prestatieniveautest met dichotome items 0 = negatief/fout 1 = postief/goed 

• De proportie van de respondenten dat het item positief/goed heeft beantwoord. Het is het aantal mensen die 1 hebben gescoord. Hoe hoger de moeilijkheid, hoe makkelijker het item. Dus hoe populairder het item. 
• pi = p-waarde = itemmoeilijkheid
• Transformaties 
• Interpretatie testscore 

• vergelijking testscore binnen de groep of populatie —> relatief meten, dus vergelijken groep. 
• We verzamelen dan alle informatie van de groep of populatie (normgroep) —> norm referenced beoordelen

• vergelijking testscore met vooraf gestelde maatstaf of standaard —> absoluut meten
• Ontwikkel criteria voor beoordeling —> criterion referenced beoordelen. (Minimale score) 

• Bepalen van verdeling van testscores in populatie. (Voor normgericht)
• Bepalen van standaard voor beoordeling, wat vastgelegd is door deskundige (crtiteriumgericht) 

• voor vaststellen van maximaal mogelijke ‘prestatie’. Je wilt zo goed mogelijk zijn. 
• voor onderscheiden van prestatieniveaus of ontwikkeling
•  voor beschrijven van verdeling kenmerk in de populatie. Dus groepskenmerken. 

1.  Standaard z-transformatie Levert z-scores op. M = 0 (gemiddelde van 0), SD = 1 (standaardafwijking van 1)—> lineaire transformatie

1.  Percentielscore transformatie 

• Standaard z-transformatie: Als een eigenschap in populatie theoretisch normaalverdeeld en de geobserveerde testscores (steekproef) zijn ook normaalverdeeld: —> ruwe testscores naar zscores transformeren. Stoornissen zijn niet normaal verdeeld bijvoorbeeld. 
• Voorwaarden transformatie:Ruwe testscores minimaal interval of ratio meetniveau (interval heeft dezelfde betekenis, ratio 0 punt. En 0 is ook een afwezigheid van het kenmerk) 
• Ruwe testscores (bij benadering) normaal verdeeld. (Loopt van -3 tot 3). 

• Interval meetniveau blijft na transformatie interval. 
• Vorm van de verdeling blijft ongewijzigd. 
• Na transformatie: gemiddelde = 0 en standaardafwijking = 1 

• Als een eigenschap in populatie 
• theoretisch normaalverdeeld en de geobserveerde testscores zijn ook normaalverdeeld: —> z-scores transformeren naar Standaard scores met een gewenste M en gewenste SD. 

• Ruwe testscores minimaal interval meetniveau. 
•  Ruwe testscores (bij benadering) normaalverdeeld. 

• Intervalschaal blijft na transformatie intervalschaal. 
• Vorm van verdeling blijft ongewijzigd. 
• Na transformatie: gemiddelde = a, standaardafwijking = b, die beide gewenst zijn. 
• Lineair getransformeerde scores hebben een gemiddelde en standaardafwijking naar wens: 
•  Z-scores (0, 1) zijn positief of negatief met decimalen. 
• T-scores (50, 10) zijn positief en zonder decimalen. 
• IQ-scores (100, 15) zijn positief en zonder decimalen.

• Het omzetten van ruwe scores in percentielscores. Hierbij minder beroep op normaalverdeling. 
• Percentiel is de waarde van een testscore waarvoor geldt dat een bepaalde proportie (.25, .50, .90) in de groep (of populatie) dezelfde of lagere testscore heeft. Kijk dia 39. 

• De testscores hebben minimaal ordinaal meetniveau. Dus een lager meetniveau. 
• Voor berekenen percentielscores heb je alle scores van de groep (populatie) nodig. 
• Geen voorwaarde voor verdeling scores. Het is een toepassing die bijna altijd kan. 

• Transformatie resulteert in homogene verdeling, dus niet in een normale verdeling. 
• Betekenis van de intervallen tussen opeenvolgende percentielscores is ongelijk —> ordinaal meetniveau. 
• Gemiddelde en standaardafwijking van percentielscores hebben geen betekenis. 
• - Let op. Er is een verschil tussen percentielscore en percentiel.