1
De Psychometrische Kwaliteiten van de Components of
Math Anxiety Questionaire en exploratief onderzoek naar
genderverschillen op de verschillende componenten van
wiskunde angst
Door: Eline Burik
Studentnummer: 10260110
Instituut: Universiteit van Amsterdam Begeleider: Eva Schmitz
Datum: 18 mei 2016 Aantal woorden: 4966 Woorden Abstract: 163
ABSTRACT
Er wordt steeds meer wiskundige kennis en vaardigheden van leerlingen geëist (Rijksoverheid, z.j.). Hierdoor kan wiskunde angst een groeiend probleem worden. Het is daarom belangrijk dat er goed onderzoek gedaan wordt naar wiskunde angst en hoe dit de prestatie kan beïnvloeden. De
veelgebruikte vragenlijst voor wiskunde angst de AMAS meet geen verschillende componenten van wiskunde angst. Om dit wel te kunnen onderzoeken is de Components of Math Anxiety Questionair (COMAQ) ontwikkeld. Deze meet componenten die invloed kunnen hebben op prestatie. Dit zijn cognities, fysiologische reactie, gevoel en gedrag, waarbij gedrag opgesplitst is in vermijding en overcompensatie. In dit onderzoek werden de psychometrische kwaliteiten van de COMAQ
onderzocht. Hiervoor hebben 519 leerlingen de COMAQ en de AMAS ingevuld. Er is geen structuur van vijf componenten gevonden. Wel was de interne betrouwbaarheid hoog. Ook correleerde de vragenlijst hoog met de AMAS wat convergentie validiteit aan toont. Er zijn exploratief sekse verschillen onderzocht. Hieruit bleek dat vrouwen hoger scoorde op alle componenten behalve het gedragscomponent vermijding.
1 Inhoudsopgave Inleiding ... 2 Methode ... 9 Resultaten ... 11 Discussie ... 18 Literatuur... 22 Bijlagen ... 24
2 Inleiding
Sinds afgelopen schooljaar (2015/2016) is het niet meer mogelijk voor havo studenten om het
vak wiskunde te laten vallen, op vwo was dit al langer het geval, en dus zullen al deze
leerlingen eindexamen moeten doen in het vak wiskunde (Rijksoverheid, 2012). Ook is sinds
een aantal jaar (schooljaar 2014/2015) een rekentoets een verplicht onderdeel geworden van
het eindexamen voor alle niveaus (Cito, z.j.).Voor wiskunde angstige studenten kan dit
problemen opleveren. Wiskunde angst is een gevoel van spanning of angst tegenover
wiskunde dat het moeilijker maakt om te presteren. Dit kan zich voordoen bij het oplossen
van een wiskundige vergelijking maar ook bij het afrekenen in de supermarkt (Ashcraft,
2002). Wiskunde angst, zoals gedefinieerd door Furner en Berman (2003), is; “ een
irrationele angst voor wiskunde die interfereert met het manipuleren van nummers en
oplossen van wiskunde problemen in verschillende situaties, zowel in het dagelijks leven als
in academische omstandigheden”. De angst beïnvloedt de prestatie doordat de cognitieve
capaciteiten hiermee overladen worden en er geen ruimte overblijft om rustig de berekening
te doen (Ashcraft, 2002). Wiskunde angstige zullen meer tijd besteden aan hun angst en
bijkomende gedachten over falen, waardoor ze minder werken aan het daadwerkelijk
oplossen van de vraag (Ashcraft, 2002).Door de nieuwe ontwikkelingen in het onderwijs kan
wiskunde angst een groeiend probleem worden. Om wiskunde angstige studenten hierbij te
helpen is het belangrijk om te weten wat wiskunde angst is en hoe deze angst invloed heeft op de prestatie en welke onderdelen van wiskunde angst hier belangrijk bij zijn.
Wiskunde angst kan op verschillende manieren gemeten worden. Het blijkt dat wiskunde angst niet altijd en voor iedereen een negatief effect heeft op de prestatie, afhankelijk van hoe je wiskunde angst meet. In het onderzoek van Ho, Senturk, Lam,
Zimmer, Hong, Okamoto en Wang (2000) kwam naar voren dat wiskunde angst soms ook positieve invloed kan hebben op prestatie. Echter, dit was alleen het geval bij een groep
3 Taiwanese studenten en niet bij de Amerikaanse of Chinese en gold niet voor alle gemeten componenten. Zo bleek bij het onderzoek van Hsiu-Zu et al. (2000) wiskunde angst alleen
een positief effect te kunnen hebben op prestatie als er gekeken werd naar de cognities. Dit effect was niet aanwezig als men keek naar het algemene gevoel van wiskunde angst. Hieruit blijkt dat de manier van meten belangrijk is voor de uitslag van een onderzoek. Door
wiskunde angst uit te splitsen in verschillende componenten is het mogelijk meer inzicht te krijgen in hoe dit de prestatie beïnvloed.
Ook kan wiskunde angst afhankelijk zijn van de moeilijkheid van opgave. Pas bij
complexere opgaven wordt het effect van wiskunde angst op prestatie waargenomen (Ashcraft en Faust 1994). Zoals eerder benoemd zou dit kunnen komen omdat pas bij complexe sommen een overbelasting van het werkgeheugen plaats vindt (Ashcraft, 2002).
Toch wordt er op veel gebruikte vragenlijsten zoals de abbreviated math anxiety scale
(AMAS) niet gevraagd naar de cognities die dit effect zouden veroorzaken (Hopko,
Mahadevan, Bare,& Hunt, 2003). Door in een vragenlijst niet naar deze componenten te
vragen is het mogelijk dat belangrijke informatie wordt gemist.
Door meer componenten aan een vragenlijst toe te voegen kan niet alleen meer inzicht
verschaft worden in de componenten van wiskunde angst. Het is ook mogelijk door
componenten toe te voegen aan een vragenlijst dat deze meer valide wordt. De State–Trait
Anxiety Inventory (STAI) is een veel gebruikte vragenlijst voor het meten van angst. Deze vragenlijst kent geen verschillende componenten van angst. De State–Trait Inventory for
Cognitive and Somatic Anxiety (STICSA) is een vragenlijst die de componenten cognitie en fysiologische reacties meet bij angst. Uit onderzoek is gebleken dat de STICSA een hogere
validiteit had dan de STAI (Grös, Antony, Simms, & McCabe, 2007). Dit kwam mede
doordat deze zowel hogere convergente als divergente valide kende. Het blijkt mogelijk dat
4 Zoals uit voorgaande naar voren komt kan de manier van meten van wiskunde angst belangrijk zijn. Door naar een ander component van wiskunde angst te kijken kan het effect op prestatie anders waargenomen worden. Omdat het niet alleen van belang is om te weten of wiskunde angst effect heeft op prestatie maar ook hoe dit effect optreed en wat er van belang is, is er behoefte naar een vragenlijst die meer verschillende componenten meet.
Dan rest de vraag welke componenten er gemeten zouden moeten om wiskunde angst accuraat en volledig weer te kunnen geven. Hierom wordt hieronder besproken welke componenten van belang zouden kunnen zijn bij het onderzoek naar wiskunde angst.
Componenten van Emotie
Angst wordt gezien als een van de basisemoties (Ekman, 1992). Emoties bestaan uit
verschillende componenten. Verschillende componenten zijn omschreven maar vaak worden gevoel, fysiologische reacties, gedrag en cognities onderscheiden (Scherer, 2000). Ook gezichtsuitdrukking wordt genoemd (Scherer, 2000). Bij angst worden er verschillende componenten onderscheiden. In 1972 ontwikkelde Lang al een drie componenten theorie over angst. Hierbij onderscheidde hij gedrag, fysiologische reacties en gevoel (Creamer, Foran, & Bell, 1995). Tegenwoordig worden ook cognities als belangrijk onderdeel van angst gezien (Normann, Lønfeldt, Reinholdt-Dunne, & Esbjørn, 2015). Zo leidt angst tot een verhoging in hartslag, een fysiologische reactie. Bij angst horen angstige gedachten (cognities) in de vorm van zorgen. Vervolgens ontstaat er ook de drang om aan de situatie te ontsnappen wat leidt tot gedrag als bijvoorbeeld wegrennen (Scherer, 2000). Ook in de DSM-V worden cognities, fysiologische gevolgen en vermijding genoemd als onderdeel van angst. Zo zijn cognities erg belangrijk bij gegeneraliseerde angststoornis en vermijding (gedrag) bijvoorbeeld bij
specifieke fobieen (American Psychiatric Association, 2013). Het blijkt dat cognities, gevoel,
5 Componenten bij wiskunde angst
Bij emotie en angst zoals zojuist besproken verschillende componenten van belang zijn. De
vraag is of deze componenten ook van belang zijn bij wiskunde angst. Gezichtsuitdrukking
wordt niet besproken in de DSM-V als onderdeel van angst. Er is geen literatuur gevonden
die gezichtsuitdrukking onderscheid bij wiskunde angst of literatuur waaruit blijkt dat
gezichtsuitdrukking een invloed heeft op wiskundige prestatie en deze zal om die reden niet
verder besproken worden. Voor de andere componenten, cognities, gevoel, fysiologische
reacties en gedrag, is wel gevonden dat deze onderdeel kunnen zijn van wiskunde angst en dat deze de prestatie kunnen beïnvloeden. Deze zullen hieronder besproken worden.
In het onderzoek van Ho, Senturk, Lam, Zimmer, Hong, Okamoto en Wang (2000) is bewijs gevonden dat gevoel en cognities onderdeel kunnen zijn van wiskunde angst. In dit onderzoek werd gekeken naar het affectieve (gevoel) en het cognitieve aspect van wiskunde angst. Hieruit kwam naar voren dat deze componenten apart te onderscheiden zijn bij wiskunde angst. Ook bleek dat beide componenten effect hadden op wiskunde prestatie. Hieruit kan geconcludeerd worden dat zowel algemeen gevoel als cognities van belang zijn bij wiskunde angst. Omdat ze allebei apart invloed kunnen hebben op de prestatie is het gewenst dat een vragenlijst allebei deze componenten meet.
Voor het fysiologische aspect van wiskundeangst zijn enkele bewijzen gevonden. Zo vonden Dew, Galassi en Galassi in 1984 al dat hartslag en huidgeleiding verband houden met testen voor wiskundeangst (Dew, Galassi & Galassi,1984). Ook is enigszins bewijs gevonden voor verandering in cortisol levels bij wiskundeangst zoals aangetoond in het onderzoek van Mattarella-Micke, Mateo, Kozak, Foster, en Beilock (2011). Cortisol is een hormoon dat belangrijk is voor psychologische en fysieke gezondheid en vrijkomt bij stress en
fysiologische reacties veroorzaakt (Dickerson, & Kemeny, 2004). Bij de mensen met weinig wiskunde angst gold dat de prestatie beter was bij hoge cortisol levels. Echter, bij mensen
6 met veel wiskunde angst gold hoe hoger de cortisol levels hoe slechter de prestatie. Ook hieruit kan geconcludeerd worden dat de fysiologische reacties verband hebben met wiskunde angst en dat deze van belang kunnen zijn voor de prestatie. Daarom zouden ook fysiologische reacties belangrijk kunnen zijn om te meten bij onderzoek naar de effecten van wiskunde angst.
Zoals al eerder genoemd zou angst voor wiskunde leiden tot het vermijden van wiskunde, een gedragscomponent (Hembree, 1990). Er zijn enkele bewijzen dat gedrag ook een onderdeel kan zijn van wiskunde angst. Hembree (1990) stelde middels van een meta-analyse vast dat wiskunde angst verband heeft met vermijding van het onderwerp. Ook Acherman-Chor, Aladro en Gupta (2003) vonden dat wiskunde angst kan leiden tot het vermijden van wiskundevakken. Het vermijden van wiskunde kan leiden tot slechtere prestaties omdat zo de competentie laag blijft (Ashcraft & Krause, 2007). Door de angst, die misschien ook nog leidt tot verminderde motivatie, wordt er minder geoefend met wiskunde waardoor wiskundige angstige mensen achter blijven in wiskundige kennis en kunnen dan niet wiskunde angstige mensen (Hembree, 1990)
Een andere reden waarom gedrag belangrijk onderdeel van wiskunde angst kan zijn is de gevonden resultaten van het eerder genoemde onderzoek Ho, Senturk, Lam, Zimmer, Hong, Okamoto en Wang (2000). Uit dit onderzoek bleek dat het component cognities bij de Taiwanese groep studenten leidde tot betere prestatie op wiskunde, maar niet voor de
Amerikaanse en de Chinese groep studenten. De mogelijke oorzaak van dit fenomeen die de onderzoekers voorstellen is dat voor sommige groepen, je zorgen maken over wiskunde, een motivator is waardoor er misschien zelfs meer tijd aan wiskunde wordt besteed. Zo zou gedrag bij wiskunde angst op verschillende manier tot uiting kunnen komen. Het is dus mogelijk dat wiskunde angst kan leiden tot vermijding van wiskunde of tot
7 (2000) werd het gedrag niet gemeten en daarom zou het waardevol kunnen zijn om dit wel in een vragenlijst op te nemen.
Zoals uit voorgaande naar voren komt kunnen de componenten cognities, gevoel, fysiologische reactie en gedrag belangrijke componenten kunnen zijn van wiskunde angst en kunnen deze de prestatie beïnvloeden. Het is daarom belangrijk dat een vragenlijst deze verschillende componenten meet om een volledig beeld te geven van wiskunde angst en meer inzicht te verschaffen hoe deze componenten samenhangen met de prestatie.
Huidige meetinstrumenten
Het eerste instrument om wiskunde angst te meten was de Math Anxiety Rating Scale
(MARS) door Richardson en Suinn in 1972 (Ashcraft, 2002). Dit was een vragenlijst waarin
mensen hun gevoel van angst en spanning moesten beoordelen in verschillende situaties.
Deze vragenlijst bestond uit 98 items (Hopko, Mahadevan, Bare,& Hunt, 2003). Deze is
uiteindelijk verkort tot de Math Anxiety Rating Scale revised (MARS-R) bestaande uit 25
items (Hopko, 2003). Uit onderzoek bleek echter dat deze vragenlijst slechte construct
validiteit had (Hopko, 2003). Omdat deze vragenlijst niet voldeed is de abbreviated math
anxiety scale (AMAS) ontwikkeld (Hopko, Mahadevan, Bare,& Hunt, 2003). De AMAS is
een vragenlijst bestaande uit 9 items. Deze vragenlijst bleek goede psychometrische
kwaliteiten te hebben en betere construct validiteit (Hopko, Mahadevan, Bare,& Hunt, 2003). Echter, de AMAS is een erg korte vragenlijst waardoor het weinig inzicht geeft in processen die bij wiskunde plaatsvinden. Deze vragenlijst gaat namelijk niet in op aparte componenten maar vraagt alleen naar algemeen gevoel in verschillende situaties. Zo vraagt hij bijvoorbeeld hoeveel angst je ervaart als je tabellen gebruikt achter in een wiskunde boek (Hopko,
8 inzicht te krijgen in de verschillende besproken componenten die wel van belang blijken te zijn.
Huidige studie
Om de eerder besproken componenten van wiskunde angst te onderzoeken middels een vragenlijst is de Components of Math Anxiety Questionnaire (COMAQ) ontwikkeld. Deze
meet de hiervoor besproken componenten, fysiologische reactie, gedrag, cognities en gevoel.
Hierbij is gedrag opgesplitst in vermijding en overcompensatie omdat beide een reactie
zouden kunnen zijn op wiskunde angst (Ho, Senturk, Lam, Zimmer, Hong, Okamoto en
Wang, 2000).
In dit onderzoek wordt de validiteit en betrouwbaarheid onderzocht van de COMAQ.
Om de betrouwbaarheid te bepalen zal gekeken worden naar de interne consistentie van
zowel de COMAQ als de subschalen die de COMAQ kent, waarbij de verwachting is dat
deze voor de zowel de COMAQ als de subschalen hoog zal zijn. Om de convergente
validiteit te bepalen zal de COMAQ vergeleken worden met de AMAS. De hypothese hierbij
is dat zowel de gehele COMAQ als de subschalen die de COMAQ kent hoog correleren met
de AMAS. Vervolgens zal er ook nog gekeken worden naar de structuur van de vragenlijst en
of de verschillende componenten van elkaar te onderscheiden zijn. De verwachting hierbij is
dat de vijf verschillende subschalen apart te onderscheiden zijn maar wel hoog met elkaar
correleren.
In dit onderzoek zal ook exploratief onderzoek gedaan worden naar sekse verschillen
op de verschillende componenten. Het is gebleken dat vrouwen vaker last hebben van
wiskunde angst en meer wiskunde angst rapporteren dan mannen (Devine, Fawcett, Szucs, &
Dowker, 2012). Er zijn verschillen in de manier waarop vrouwen en mannen angst beleven (Armstrong & Khawaja, 2002). De vraag is of dit bij wiskunde angst het geval is. In het onderzoek van Ho, Senturk, Lam, Zimmer, Hong, Okamoto en Wang (2000) zijn verschillen
9 gevonden tussen vrouwen en mannen op de componenten cognities en gevoel in betrekking tot wiskunde angst. Als er verschillen worden gevonden op de COMAQ zou dit kunnen bijdragen aan de verklaring waarom vrouwen meer wiskunde angst hebben dan mannen.
Methode Participanten
Aan dit onderzoek deden 519 scholieren mee. Deze kwamen uit de regio Eindhoven en
Amsterdam. De participanten waren tussen de twaalf en zestien jaar oud. Er deden 280
meisjes en 239 jongens mee. Van deze participanten zaten er 129 op vmbo-basis, 227 op
vmbo-kader, 46 op vmbo gemengd, 61 op theoretisch en 55 op vwo. Zij zijn via hun school
benaderd. Zodra de school toestemming gaf om het onderzoek op hun school uit te voeren,
werden een aantal klassen geselecteerd voor deelname aan het onderzoek. Voor deze klassen
werd tijdens lestijd tijd ingepland waarin de studenten aan dit onderzoek mee konden doen.
Het meedoen was op vrijwillige basis. Toestemming van de ouders was verkregen via een
passief consent. Via de school is er naar alle ouders een brief gestuurd met daarin alle
informatie en contact gegevens. Als zij er bezwaar tegen hadden dat hun kind zou meedoen
aan het onderzoek konden zij dit laten weten via mail of door het tekenen van de brief en
deze mee te geven met het desbetreffende kind. Hiervoor hadden zij veertien dagen de tijd.
Materialen
De vragenlijst die onderzocht wordt is de Components of Math Anxiety Questionnaire
(COMAQ). Deze vragenlijst heeft vijf schalen te zijne, fysiologische reactie, cognities en
gedrag waarbij gedrag is onderverdeeld in vermijding en overcompensatie. De vragenlijst
bestaat uit 68 vragen die beantwoord kunnen worden op een schaal van een tot vijf waarbij
10 van een cognitie vraag is; “Ik kan niet helder nadenken, als ik een wiskunde probleem moet
oplossen”. De subschalen gevoel, cognities en fysiologische reacties bestaan ieder uit twaalf
vragen en hiervoor kan een score behaald worden van twaalf tot 60 . De subschalen
vermijding en overcompensatie kennen beiden zestien vragen en hiervoor kan een score
behaalt worden van tussen de zestien en 80. Voor de gehele test kan een score gehaald
worden tussen de 68 en 340.
Om de convergente validiteit te meten werd gebruik gemaakt van de abbreviated
math anxiety scale (AMAS). Dit is een veel gebruikte vragenlijst voor het meten van
wiskunde angst. Deze bestaat uit negen items die gescoord worden op een schaal van een tot
vijf waarbij je moet aangeven hoe angstig men zich voelt, van heel erg tot toaal niet, in
verschillende situaties. Een voorbeeld van zo’n item is “als je een examen aflegt in een
wiskundig vak” (Hopko, Mahadevan, Bare, & Hunt, 2003). Er kan een score gehaald worden
van tussen de 1 en 5. De interne consistentie van de vragenlijst is goed (r = .85). De
test-hertest betrouwbaarheid is goed (r = .85). Ook is bewijs geleverd voor zowel convergente als
divergente validiteit (Hopko, Mahadevan, Bare, & Hunt, 2003)
Procedure
Het onderzoek is voorgelegd aan de ethische commissie en goed gekeurd. Tijdens een met de
school afgesproken lesuur werden de kinderen mee genomen naar een computerlokaal bij hun
in de school. Hier werden de kinderen achter een computer geplaats zodat zij de taken konden
uitvoeren. Om afleiding te voorkomen was, indien mogelijk, tussen alle deelnemers de ruimte
van een computer vrij gehouden. Hiervoor is gekozen omdat het dan rustiger is en de
resultaten van dit onderzoek betrouwbaarder zouden zijn. Vervolgens konden ze op de
11 testbatterij die de studenten op dat moment aflegde. In totaal waren ze ongeveer een uur aan
de testen bezig.
Resultaten
Voor zowel de totaal score op de COMAQ als voor alle subschalen van de COMAQ is een
totaalscore berekend. De COMAQ was in totaal door 517 participanten afgemaakt. Twee
vragen werden hiervoor omgescoord omdat deze een omgekeerde vraagstelling hadden. De
gemiddelde, minimum en maximum zijn weergeven in Tabel 1. Voor de AMAS is een
gemiddelde score berekent. Ook de AMAS was afgemaakt door 517 participanten. De
gemiddelde scores, minimum en maximum zijn weergeven in Tabel 1.
Tabel 1
Minimum, Maximum, Gemiddelde score en standaarddeviatie op de COMAQ en subschalen en de AMAS
Minimum Maximum Gemiddelde Standaarddeviatie Fysiologische reactie 12 57 19,2 8,1 Cognities 12 60 22,8 9,9 Gevoel 12 58 23,4 8,5 Gedrag - Vermijding 16 77 30,5 9,6 Gedrag - Overcompensatie 16 77 35,7 10,7 Totale score COMAQ 69 316 132,0 41,0 AMAS 1,00 4,44 1,74 0,75
Als eerst is gekeken naar de psychometrische kwaliteit binnen de test zelf. Hiervoor
wordt de betrouwbaarheid onderzocht. De betrouwbaarheid is zeer goed Cronbach’s (⍺ = .97) (Field, 2013). Er zijn geen items naar voren gekomen die verwijderd kunnen worden om de
12 Ook is er een betrouwbaarheidsanalyse gedaan over alle subschalen van de COMAQ.
Deze zijn gerapporteerd in Tabel 2. De betrouwbaarheid van alle subschalen is goed met een
Cronbach’s alpha van tussen de ⍺ = .86 en ⍺ = .92 (Field, 2013). Op de subschaal vermijding is een item naar voren gekomen dat verwijderd zou kunnen worden om de betrouwbaarheid te
verbeteren. Door het item: “Bij een wiskunde toets kijk ik niet vooruit naar de vragen die nog
gaan komen.” te verwijderen zou de betrouwbaarheid Cronbach’s ⍺ =.87 kunnen worden. Dit item heeft een item correlatie met de schaal van r = .09. Bij de subschaal gevoel zou het item
“Ik ben stiller tijdens wiskunde dan bij andere lessen” verwijderd kunnen worden om de
betrouwbaarheid te verhogen naar Cronbach’s ⍺ =.89. Dit item heeft een correlatie met de schaal van r = .39.
Tabel 2
De Cronbach’s Alpha van de subschalen van COMAQ Subschaal van de COMAQ Cronbach’s Alpha
Gevoel .88
Cognities .92
Fysiologische reactie .92
Gedrag - Vermijding .86
Gedrag - Overcompensatie .86
Om de structuur te achterhalen van de COMAQ en te zien of deze overeenkomt met de
voorspelling, is een exploratieve factoranalyse uitgevoerd met direct oblimin rotatie. Omdat
verwacht wordt dat de verschillende componenten met elkaar correleren is er voor de direct
oblimin rotatie gekozen (Field, 2013). Uit de eigenwaardes kwam naar voren dat er elf componenten terug te vinden zijn in de vragenlijst. Met deze elf componenten zou 61,42
procent van de variantie verklaard zijn. De eigenwaardes en verklaarde variantie zijn terug te
vinden in Tabel 3. Componenten met eigenwaardes boven de .9 zijn gerapporteerd. Echter,
13 Met deze componenten zou 45,01 procent van de variantie verklaard zijn zoals te zien is in
Tabel 3.
Tabel 3
Eigenwaardes en verklaarde variantie voor gevonden componenten
Figuur 1. Scree plot van de direct oblimin rotatie componenten analyse met eigenwaarde per component. Component Initial Eigenvalues Percentage verklaarde variantie Cumulatief Percentage verklaarde variantie 1 24,19 35,06 35,06 2 3,93 5,69 40,75 3 2,94 4,25 45,01 4 2,16 3,13 48,13 5 1,93 2,79 50,92 6 1,51 2,18 53,11 7 1,39 2,01 55,12 8 1,18 1,71 56,82 9 1,11 1,61 58,43 10 1,05 1,52 59,95 11 1,01 1,47 61,42 12 0,97 1,40 62,82 13 0,95 1,38 64,20
14 Ook is er gekeken naar de structuur door middel van het analyseren van de component
matrix. Hierin kan worden gezien hoe elk item scoort op de gevonden componenten. De component matrix van de elf gevonden componenten is te zien in bijlage 1. Hieruit komt niet naar voren dat een van deze schalen overeenkomt met de vooropgestelde componenten (zie
bijlage 1). Er lijkt een algemene factor te zijn waar heel veel verschillende vragen hoog op
scoren. Daarnaast lijkt er nog een factor te zijn die voornamelijk bestaat uit vragen die over
overcompensatie gaan. Bij alle andere factoren komt geen duidelijke component naar voren.
Vervolgens zijn er nog twee factoranalyses gedaan. Een aan de hand van het scree
plot en de ander aan de hand van de theorie. Omdat uit het scree plot naar voren komt dat er maar drie componenten zouden zijn is er een factoranalyse gedaan waarbij drie factoren
werden geëxtraheerd. Hiermee zou 45,01 procent van de variante verklaard zijn. Vervolgens
is de pattern matrix geanalyseerd en deze is weergeven in bijlage 2. Hieruit blijkt dat er weer
een algemene factor is waar bijna alle items hoog op scoren. De tweede factor lijkt te bestaan
uit vragen die over overcompensatie gaan en dit lijkt een aparte schaal te zijn. De derde factor
die geëxtraheerd is lijkt nu een combinatie van fysiologische reacties en vermijding.
Als laatste factoranalyse is een analyse gedaan die vijf factoren extraheert omdat dit
op basis van de theorie verwacht werd. Met vijf factoren zou 50,92 procent van de variantie
verklaard zijn. Wederom is de pattern matrix geanalyseerd en deze is weergeven in bijlage 3.
Bij vijf factoren lijkt de eerste factor een combinatie van gevoel, cognities en fysiologische
reacties. De tweede factor die gevonden is bestaat wederom voornamelijk uit items over
overcompensatie. De derde factor kent voornamelijk vragen over vermijding. De vierde
factor lijkt ook voornamelijk over vermijding te gaan in combinatie met een paar andere
vragen. De vijfde factor scoren het meeste vragen die over fysiologische reacties gaan hoog
15 Om de convergente validiteit te bepalen wordt een pearson correlatie uitgevoerd.
Omdat de sample size groot genoeg is hoeft er niet gecontroleerd te worden voor normaliteit
(Field, 2013). Omdat de verwachting is dat er een positieve correlatie zal zijn voor zowel de
totale COMAQ-score als voor de subschalen cognities, fysiologische reactie, gevoel,
vermijding en overcompensatie met de AMAS wordt een one-tailed pearson correlatie
uitgevoerd. Er is een significante relatie gevonden tussen de scores op de COMAQ en de
AMAS r = .66, p < .01. Voor de subschalen is ook een significante relatie gevonden met de
AMAS waarbij voor alle geldt dat p <.01 (zie Tabel 4.). De correlaties voor de subschalen
cognities, fysiologische reactie en gevoel ligt bij alle tussen de r = .6 en r =.7. Dit is een hoge
correlatie (Field, 2013). De correlaties zijn weergeven in Tabel 4. De correlaties van de
subschalen vermijding en overcompensatie zijn lager, deze kunnen beschouwd worden als
medium tot hoge correlatie.
Tabel 4
Correlaties van de AMAS met de totale score van de COMAQ en de subschalen fysiologische reactie, gevoel, cognities, vermijding en overcompensatie. Met * aangegeven zijn significante correlaties van p < .01
Fysiologi-sche reactie Cognities Gevoel Vermijding
Over-compensatie Totaal score COMAQ Fysiologi-sche reactie .859* .869* .681* .634* .912* Cognities .859* .897* .749* .661* .951* Gevoel .869* .897* .658* .660* .925* Vermijding .681* .749* .658* .439* .803* Over-compensatie .634* .661* .660* .439* .789*
16 Totaal score COMAQ .912* .951* .925* .803* .789* AMAS .606* .684* .696* .435* .494* .664* Sekse verschillen
In dit onderzoek is exploratief onderzoek gedaan naar de sekse verschillen op de
verschillende componenten. De gemiddelde score, minimum, maximum en standaard deviatie
voor jongens en meisjes voor zowel de totale score als de score op de subschalen staan
gerapporteerd in Tabel 5.
Tabel 5
Minimum, Maximum, Gemiddelde en Standaarddeviatie op de subschalen van de COMAQ en de totale score op de COMAQ voor Jongens (J) en Meisjes (M)
Minimum Maximum Gemiddelde Standaarddeviatie
J M J M J M J M Fysiologische reactie 12 12 57 52 18,21 20,04 8,09 8,00 Cognitief 12 12 60 54 21,22 24,22 9,52 10,02 Gevoel 12 12 58 55 22,04 24,60 8,09 8,70 Vermijding 16 16 77 60 30,15 30,80 10,51 8,85 Overcompensatie 16 16 77 70 33,62 37,45 10,63 10,39 Totale score op de COMAQ 69 72 316 272 125,56 137,58 41,27 40,04
Om het gemiddelde van deze twee groepen met elkaar te vergelijken is een mixed-anova
uitgevoerd. Het resultaat hiervan staat weergeven in Tabel 6. Voor zowel de gehele COMAQ
als de subschalen fysiologisch, cognities, gevoel en overcompensatie zijn signifante effecten
gevonden voor sekse (p<.05). Voor vermijding was geen signifant effect gevonden F (515)
=.587 p = .44.
17 Resultaat van de independent t-test. De F-waarde en significantie niveau voor de gehele test en subschalen F-waarde Significantie Fysiologisch 6.642 .010 Cognities 12.053 .001 Gevoel 11.786 .001 Vermijding .587 .444 Overcompensatie 17.113 .000 Totale score COMAQ 11.256 .001
Vervolgens zijn voor de alle schalen behalve vermijding de gemiddelde vergeleken middels
een t-test. De sample size was groot genoeg waardoor normale verdeling van de groep niet
meer van belang was (Field, 2013). Uit de Levene’s test for equal variances kwam naar voren
dat deze niet significant was voor alle subschalen en de totale test (p > .05) waardoor kan
aangenomen worden dat de varianties normaal verdeeld zijn. Uit de independent t-test kwam
naar voren dat op de totale COMAQ score een significant verschil in gemiddelde was t (515)
= -3.355, p < .01 waarbij de meisjes hoger scoorden dan de jongens. Voor de subschalen
fysiologische reactie, gevoel, cognities, en overcompensatie was dit ook het geval p <.05. De
significanties, t-waarde en de daarbij horende betrouwbaarheidsintervallen staan
gerapporteerd in Tabel 7.
Tabel 7
Resultaat van de independent t-test. De t-waarde, gemiddelde verschil, Standaard Fout, Significantie en bijhorend betrouwbaarheidsinterval
t-waarde Significantie Gemiddeld verschil Standaard Fout 95% Betrouwbaarheidsinterval Ondergrens Bovergrens Fysiologische reactie -2.577 .010 -1,83 0,71 -3,22 -0,43 Cognitief -3.472 .001 -3,00 0,86 -4,70 -1,30 Gevoel -3.433 .001 -2,55 0,74 -4,01 -1,09
18
Overcompensatie -4.137 .000 -3,83 0,93 -5,65 -2,01
Totaal -3.355 .001 -12,02 3,58 -19,06 -4,98
Discussie
In dit onderzoek zijn de psychometrische kwaliteiten van de COMAQ onderzocht. Uit de
analyses is gebleken dat de COMAQ een betrouwbare vragenlijst met een hoge interne
consistentie is, wat overeenkomt met de verwachting. De betrouwbaarheid van de subschalen
is ook hoog. De COMAQ heeft een goede convergentie validiteit zoals blijkt uit de correlatie
met de AMAS. Ook dit is in lijn met de verwachting. Als gekeken wordt naar de structuur
van de COMAQ komen niet de componenten naar voren die van te voren verwacht waren..
Zoals blijkt uit de eerste factoranalyse komen niet de vijf vooraf opgestelde componenten
afzonderlijk naar voren. Er lijkt voornamelijk een algemene factor te zijn wat niet
overeenkomt met de vooropgestelde hypothese. Als er gekeken wordt naar de twee
factoranalyses waar voorop was vastgesteld hoeveel componenten er geëxtraheerd moesten
worden lijken de schalen wel enigszins van elkaar te scheiden. Uit het exploratieve onderzoek
naar sekse verschillen is gebleken dat meisjes hoger scoren dan jongens op alle subschalen
behalve op de schaal vermijding.
De betrouwbaarheid van zowel de gehele test als de subschalen was goed. Wel zijn
twee items naar voren gekomen die verwijderd kunnen worden om de betrouwbaarheid te
verbeteren. Dit was voor de subschaal vermijding het item “Bij een wiskunde toets kijk ik
niet vooruit naar de vragen die nog gaan komen.” . Het kan zijn dat op school aangeleerd
wordt om dit wel te doen ongeacht of je bang bent of niet en dit item daarom minder bijdraagt
aan de betrouwbaarheid van de subschaal (Scholengroep Leonardo Da Vinci, z.j.). Voor de
subschaal gevoel “Ik ben stiller tijdens wiskunde dan bij andere lessen”. Het lijkt erop dat dit
19 aan de betrouwbaarheid van de subschaal gevoel. Wellicht zouden deze vragen beter
onderverdeeld kunnen worden bij een andere schaal.
De correlatie met de AMAS was voor alle subschalen beoordeeld als een hoge
correlatie (Field, 2013). Echter de correlatie voor de subschalen vermijding en
overcompensatie was lager. Dit is een logisch effect omdat deze schalen soms het
tegenovergestelde meten. Iemand die hoog scoort op vermijding zal waarschijnlijk hoog
scoren op de AMAS maar laag op overcompensatie. Andersom geldt waarschijnlijk hetzelfde
waardoor de correlatie van beide met de AMAS waarschijnlijk lager is dan bij de andere
subschalen. Wel is gebleken dat vermijding en overcompensatie allebei een reactie kunnen
zijn op wiskunde angst wat het opnemen van de schalen waardevol maakt.
De structuur van vijf componenten is niet helemaal gevonden zoals deze verwacht
was. Ondanks dit geeft de COMAQ meer informatie dan een korte vragenlijst zoals de
AMAS. Ook kan hiermee, zoals gebleken, onderscheid gemaakt worden tussen verschillende
gedragsmatige reacties. Ook is het mogelijk om met de COMAQ verschillen te vinden tussen
hoe groepen scoren op de verschillende componenten zoals uit het onderzoek naar sekse
verschillen is gebleken. Hierdoor is het, ondanks dat de schalen niet compleet onderscheiden
kunnen worden, toch nuttig om de verschillende componenten te meten.
Uit het exploratieve onderzoek naar sekse verschillen kwam naar voren dat meisjes
hoger scoren op alle componenten behalve op het component vermijding. Het is dus
onwaarschijnlijk dat de hogere rapportage van wiskunde angst wordt veroorzaakt doordat
meisjes wiskunde meer proberen te vermijden. Dit is interessant omdat specifieke fobieën en
angst vermijding vaak een van de instandhoudende factoren van de angst is (American
Psychiatric Association, 2013; Prins & Braet, 2008). Meisjes vertonen juist meer
overcompensatie gedrag. Het is een mogelijkheid dat door het stereotype dat heerst dat
20 moeten werken maar de angst nog steeds blijft (Hill, Corbett, & Rose, 2010). Er zou verder
onderzoek gedaan kunnen worden naar waarom de groep de meisjes, ondanks dit gegeven,
toch meer last lijken te hebben van wiskunde angst.
Een eventueel probleem bij dit onderzoek is dat de participanten voornamelijk
afkomstig waren van het vmbo. Er is een onder representatie van de groep vwo-leerlingen en
havisten. Zoals uit onderzoek van Ramirez, Gunderson, Levine en Beilock (2013) naar voren
kwam kan werkgeheugen van invloed zijn voor de resultaten. Zo heeft wiskunde angst vooral
negatief effect op prestatie bij mensen met een hoog werkgeheugen (Beilock & Carr, 2005).
Werkgeheugen heeft een sterk verband met (vloeibare) intelligentie en is hier een goede
voorspeller voor (Conway, Cowan, Bunting, Therriault, & Minkoff, 2002). Het kan dus ook
zo zijn dat deze groep vwo-leerlingen en havisten een hoger werkgeheugen hebben en de
vragenlijst anders zullen invullen. Zo zouden ze meer last kunnen hebben van cognities dan
de groep met een laag werkgeheugen.
Zoals eerder besproken kunnen alle componenten invloed hebben op prestatie
(Ashcraft & Krause, 2007; Mattarella-Micke, Mateo, Foster, & Beilock,2011; Ho, Senturk,
Lam, Zimmer, Hong, Okamoto en Wang, 2000). In dit onderzoek is nog niet gekeken welke
van deze componenten beter de prestatie voorspellen. In vervolgonderzoek kan hier nog naar
gekeken worden. Er kan ook worden onderzocht of de COMAQ dit beter voorspelt dan dat de
AMAS doet. Als dit het geval is zou er meerwaarde ontstaan voor de COMAQ.
Zoals gebleken was bij de STICSA is het mogelijk dat door meer componenten te
meten bij angst een divergent meer valide vragenlijst ontstaat (Grös, Antony, Simms, &
McCabe, 2007). In dit onderzoek is niet gekeken naar divergente validiteit. Het kan zijn dat
de COMAQ doordat deze meer componenten heeft, een hogere divergente validiteit heeft. Dit
21 AMAS te vergelijken met een vragenlijst voor testangst. Uit eerder onderzoek is gebleken dat
wiskunde angst verband heeft met testangst (Betz, 1978).
Er is gebleken dat de COMAQ een betrouwbare vragenlijst is en convergent valide is.
Ondanks dat de structuur van vijf componenten niet helemaal gevonden is, is er nog steeds
een meerwaarde aan het meten van de verschillende componenten. Verder onderzoek moet
22 Literatuur
Acherman-Chor, D., Aladro, G., & Gupta, S. D. (2003). Looking at both sides of the equation: Do student background variables explain math performance?.Journal of Hispanic Higher Education, 2(2), 129-145.
American Psychiatric Association. (2013). Diagnostic and statistical manual of mental disorders DSM-5. Arlington: American Psychiatric Publishing.
Armstrong, K. A., & Khawaja, N. G. (2002). Gender differences in anxiety: An investigation of the symptoms, cognitions, and sensitivity towards anxiety in a nonclinical
population. Behavioural and Cognitive Psychotherapy, 30(02), 227-231.
Ashcraft, M. H. (2002). Math anxiety: Personal, educational, and cognitive consequences. Current directions in psychological science, 11(5), 181-185.
Ashcraft, M. H., & Faust, M. W. (1994). Mathematics anxiety and mental arithmetic performance: An exploratory investigation. Cognition & Emotion, 8(2), 97-125. Ashcraft, M. H., & Krause, J. A. (2007). Working memory, math performance, and math
anxiety. Psychonomic bulletin & review, 14(2), 243-248.
Beilock, S. L., & Carr, T. H. (2005). When high-powered people fail working memory and “choking under pressure” in math. Psychological Science, 16(2), 101-105.
Beilock, S. L., Gunderson, E. A., Ramirez, G., & Levine, S. C. (2010). Female teachers’ math anxiety affects girls’ math achievement. Proceedings of the National Academy of Sciences, 107(5), 1860-1863.
Betz, N. E. (1978). Prevalence, distribution, and correlates of math anxiety in college students. Journal of counseling psychology, 25(5), 441.
Prins, P. & Braet, C. (2008). Handboek klinische ontwikkelingspsychologie. Houten: Bohn Stafleu van Loghum.
Cito (z.j.). Rekentoets VO. Geraadpleegd op 16 april 2016 opgehaald van;www.cito.nl/onderwijs/voortgezet%20onderwijs/rekentoets_vo
Scholengroep Leonardo Da Vinci (z.j.). Toetstips. Geraadpleegd op 21 april 2016 opgehaald van;http://www.davinci-leiden.nl/leonardo/documents/toetstips.pdf
Conway, A. R., Cowan, N., Bunting, M. F., Therriault, D. J., & Minkoff, S. R. (2002). A latent variable analysis of working memory capacity, short-term memory capacity, processing speed, and general fluid intelligence. Intelligence,30(2), 163-183. Creamer, M., Foran, J., & Bell, R. (1995). The Beck Anxiety Inventory in a non-clinical
sample. Behaviour research and therapy, 33(4), 477-485.
Devine, A., Fawcett, K., Szucs, D., & Dowker, A. (2012). Gender differences in mathematics anxiety and the relation to mathematics performance while controlling for test anxiety. Behavioral and Brain Functions, 8(33), 2-9.
Dew, K. H., Galassi, J. P., & Galassi, M. D. (1984). Math anxiety: Relation with situational test anxiety, performance, physiological arousal, and math avoidance behavior. Journal of Counseling Psychology, 31(4), 580
Dickerson, S. S., & Kemeny, M. E. (2004). Acute stressors and cortisol responses: a theoretical integration and synthesis of laboratory research.Psychological bulletin, 130(3), 355.
Ekman, P. (1992). An argument for basic emotions. Cognition & emotion, 6(3-4), 169-200. Field, A. (2013). Discovering statistics using IBM SPSS statistics. Sage.
Furner, J. M., & Berman, B. T. (2003). Review of Research: Math Anxiety: overcoming a major obstacle to the improvement of student math performance.Childhood education, 79(3), 170-174.
Furner, J. M., & Duffy, M. L. (2002). Equity for all students in the new millennium: Disabling math anxiety. Intervention in School and Clinic, 38(2), 67.
23 Grös, D. F., Antony, M. M., Simms, L. J., & McCabe, R. E. (2007). Psychometric properties
of the State-Trait Inventory for Cognitive and Somatic Anxiety (STICSA):
comparison to the State-Trait Anxiety Inventory (STAI).Psychological assessment, 19(4), 369.
Hembree, R. (1990). The nature, effects, and relief of mathematics anxiety.Journal for research in mathematics education, 33-46.
Hill, C., Corbett, C., & St Rose, A. (2010). Why so few? Women in Science, Technology,
Engineering, and Mathematics. American Association of University Women. 1111
Sixteenth Street NW, Washington, DC 20036.
Ho, H. Z., Senturk, D., Lam, A. G., Zimmer, J. M., Hong, S., Okamoto, Y., ... & Wang, C. P. (2000). The affective and cognitive dimensions of math anxiety: A cross-national study. Journal for Research in Mathematics Education, 362-379.
Hopko, D. R. (2003). Confirmatory factor analysis of the math anxiety rating scale–revised. Educational and Psychological Measurement, 63(2), 336-351.
Hopko, D. R., Mahadevan, R., Bare, R. L., & Hunt, M. K. (2003). The abbreviated math anxiety scale (AMAS) construction, validity, and reliability.Assessment, 10(2), 178-182.
Mattarella-Micke, A., Mateo, J., Kozak, M. N., Foster, K., & Beilock, S. L. (2011). Choke or thrive? The relation between salivary cortisol and math performance depends on individual differences in working memory and math-anxiety. Emotion, 11(4), 1000. Normann, N., Lønfeldt, N. N., Reinholdt-Dunne, M. L., & Esbjørn, B. H. (2015). Negative
Thoughts and Metacognitions in Anxious Children Following CBT.Cognitive Therapy and Research, 1-10.
Ramirez, G., Gunderson, E. A., Levine, S. C., & Beilock, S. L. (2013). Math anxiety, working memory, and math achievement in early elementary school. Journal of Cognition and Development, 14(2), 187-202.
Rijksoverheid (2012). Wiskunde verplicht voor havisten en vwo-ers. Geraadpleegd op 16 april 2016 opgehaald van;
https://www.rijksoverheid.nl/actueel/nieuws/2012/03/02/wiskunde-verplicht-voor-havisten-en-vwo-ers
Sherer, K.R. (2000). Emotion. In Hewstone, M. & Stroebe. W. (Eds). Introduction to social psychology: A European perspective (3rd. ED., pp. 151-191).
24 Bijlagen
Bijlage 1
Component matrix van PCA met 5 factoren. Correlaties boven r = .3 zijn weergeven Schaal en itemnummer Component 1 2 3 4 5 6 Overcompensatie 8 .660 Overcompensatie13 .540 Overcompensatie 19 .398 .319 Overcompensatie 21 .546 .422 Overcompensatie 24 .302 .609 Overcompensatie 25 .629 Overcompensatie 33 .305 .385 Overcompensatie 37 .361 .481 Overcompensatie 38 .455 .421 Overcompensatie 44 Overcompensatie 47 .625 .324 Overcompensatie 51 .662 Overcompensatie 60 .617 Overcompensatie 63 .634 Overcompensatie 64 .422 .306 Overcompensatie 4 .472 .318 Vermijding 1 Vermijding 5 .370 .349 .337 Vermijding 12 .353 -.302 .441 Vermijding 14 .588 .337 Vermijding 16 .478 .479 Vermijding 17 .388 -.455 .338 Vermijding 23 .552 Vermijding 30 .402 .340 Vermijding 32 .488 .458 Vermijding 40 .448 Vermijding 45 .520 .340 Vermijding 49 .522 -.347 Vermijding 50 .663 Vermijding 58 .411 -.360 .324 Vermijding 61 .462 -.378 Vermijding 66 .531 Gevoel 2 .520 -.320 Gevoel 11 .584 Gevoel 15 .424 -.507 Gevoel 18 .436 -.395 Gevoel 26 .463 .339 Gevoel 29 .744
25 Gevoel 35 .733 Gevoel 43 .759 Gevoel 46 .790 Gevoel 54 .800 Gevoel 62 .692 Gevoel 68 .659 Cognities 6 .677 -.409 Cognities 20 .645 Cognities 34 .716 Cognities 36 .682 Cognities 39 .739 Cognities 42 .727 Cognities 48 .766 Cognities 53 .731 Cognities 55 .717 Cognities 57 .709 Cognities 59 .719 -.310 Cognities 65 .758 Fysiologisch 3 .658 Fysiologisch 7 .617 -.331 Fysiologisch 9 .587 -.324 Fysiologisch 10 .606 -.377 Fysiologisch 22 .740 Fysiologisch 27 .695 Fysiologisch 28 .622 .462 Fysiologisch 31 .750 Fysiologisch 41 .667 .318 Fysiologisch 52 .694 Fysiologisch 56 .759 Fysiologisch 67 .734 -.334
26 Bijlage 2
Pattern matrix van PCA met 3 factoren. Correlaties boven r = .3 zijn weergeven
Schaal en itemnummer Component 1 2 3 Overcompensatie 8 .690 Overcompensatie13 .606 Overcompensatie 19 .533 Overcompensatie 21 .349 .509 Overcompensatie 24 .659 Overcompensatie 25 .638 Overcompensatie 33 .474 Overcompensatie 37 .575 Overcompensatie 38 .371 .456 Overcompensatie 44 .333 Overcompensatie 47 .553 .375 Overcompensatie 51 .517 .326 Overcompensatie 60 .481 .325 Overcompensatie 63 .606 Overcompensatie 64 .426 Overcompensatie 4 .540 Vermijding 1 Vermijding 5 .361 Vermijding 12 .669 Vermijding 14 .553 Vermijding 16 .720 Vermijding 17 -.333 .423 Vermijding 23 .425 Vermijding 30 .571 Vermijding 32 .693 Vermijding 40 .392 Vermijding 45 .575 Vermijding 49 .508 Vermijding 50 .704 Vermijding 58 .371 Vermijding 61 .465 Vermijding 66 .404 .320 Gevoel 2 .548 Gevoel 11 .309 Gevoel 15 .762 -.310 Gevoel 18 .687 -.303 Gevoel 26 .310 .408 Gevoel 29 .555 Gevoel 35 .393 .434
27 Gevoel 43 .435 .429 Gevoel 46 .738 Gevoel 54 .648 Gevoel 62 .693 Gevoel 68 .646 Cognities 6 .686 Cognities 20 .514 Cognities 34 .729 Cognities 36 .674 Cognities 39 .773 Cognities 42 .765 Cognities 48 .672 Cognities 53 .595 Cognities 55 .368 .516 Cognities 57 .653 Cognities 59 .602 Cognities 65 .673 Fysiologisch 3 .671 Fysiologisch 7 .441 Fysiologisch 9 .353 Fysiologisch 10 .383 Fysiologisch 22 .403 .415 Fysiologisch 27 .500 Fysiologisch 28 .679 Fysiologisch 31 .485 .332 Fysiologisch 41 .544 Fysiologisch 52 .396 .418 Fysiologisch 56 .722 Fysiologisch 67 .555
28 Bijlage 3
Pattern matrix van PCA met 5 factoren. Correlaties boven r = .3 zijn weergeven
Schaal en Itemnummer Component 1 2 3 4 5 Overcompensatie 8 .685 Overcompensatie13 .594 Overcompensatie 19 .539 Overcompensatie 21 .530 Overcompensatie 24 .706 Overcompensatie 25 .526 Overcompensatie 33 .560 Overcompensatie 37 .632 Overcompensatie 38 .491 Overcompensatie 44 .391 Overcompensatie 47 .442 .312 Overcompensatie 51 .379 .380 Overcompensatie 60 .494 .353 Overcompensatie 63 .426 Overcompensatie 64 .363 .404 Overcompensatie 4 .479 Vermijding 1 Vermijding 5 .416 -.341 Vermijding 12 .610 Vermijding 14 .538 Vermijding 16 .610 Vermijding 17 .458 .467 Vermijding 23 .339 Vermijding 30 .573 Vermijding 32 .618 Vermijding 40 .491 Vermijding 45 .671 Vermijding 49 .332 Vermijding 50 .550 Vermijding 58 .332 Vermijding 61 .438 .306 Vermijding 66 .363 .329 Gevoel 2 -.510 Gevoel 11 -.382 Gevoel 15 .385 -.348 .338 Gevoel 18 .402 -.317 Gevoel 26 .423 Gevoel 29 .503 Gevoel 35 .588
29 Gevoel 43 .609 Gevoel 46 .656 Gevoel 54 .751 Gevoel 62 .432 Gevoel 68 .705 Cognities 6 -.639 Cognities 20 .359 Cognities 34 .429 -.388 Cognities 36 .458 Cognities 39 .371 .373 Cognities 42 .539 .320 Cognities 48 .464 Cognities 53 .618 Cognities 55 .729 .302 Cognities 57 .638 Cognities 59 .774 Cognities 65 .609 Fysiologisch 3 .334 -.457 Fysiologisch 7 .339 -.489 Fysiologisch 9 -.474 Fysiologisch 10 -.526 Fysiologisch 22 .426 -.367 Fysiologisch 27 .526 Fysiologisch 28 .459 .493 Fysiologisch 31 .510 Fysiologisch 41 .571 .371 Fysiologisch 52 .695 Fysiologisch 56 .757 Fysiologisch 67 .803