Heel vaak is het zo dat een bepaald kenmerk uit verschillende aspecten bestaat. De tevredenheid over de eigen woning is zo'n voorbeeld. Als de onderzoeker een dergelijke (open) vraag aan mensen voorlegt, krijgt hij gewoonlijk een aantal pluspunten te horen, een aantal neutrale en een aantal minpunten. De tevredenheid over de eigen woning bestaat dus uit een aantal afzonderlijk te beoordelen aspecten die samen een totaal vormen.
      

In vragenlijsten is elk aspect afzonderlijk te meten als een aparte vraag. Zo kan men vragen stellen over de tevredenheid over de grote van de woonkamer, tevredenheid over het aantal ramen in de woonkamer, tevredenheid over de ligging van de woonkamer, de tevredenheid over het aantal slaapkamers, de tevredenheid over de tuin, de tevredenheid over de keuken, etc. Het is logisch om te veronderstellen dat elk aspect onderdeel uitmaakt van een totaaloordeel. Deze veronderstelling kan men toetsen. Dat doet men in vier stappen.

De eerste stap is het vaststellen of de afzonderlijke vragen allemaal onderdeel uitmaken van een en hetzelfde totaal. Dit toetst men door het uitvoeren van een factoranalyse. Met deze analyse gaat men na of de verschillende vragen samen één geheel vormen of dat ze uit verschillende factoren bestaan. Indien men vijftig vragen over het woongenot stelt, dan is het niet onwaarschijnlijk dat er meerdere componenten in deze vijftig vragen zitten. Indien men de computer aan het werk zet met de standaardinstellingen van het statistisch rekenprogramma, dan wordt het aantal componenten door de computer vastgesteld (technisch: het programma stopt als de eigenwaarde kleiner is dan 1). Voor elke vraag berekent de computer hoe hoog de vraag laadt op de factor. De manier waarop de factorladingen worden berekend, is moeilijk aan te geven in de notatie zoals we die in dit woordenboek gebruiken. Een formule laten we daarom achterwege. Wat wel van belang is om te weten, is dat de factorladingen min of meer te interpreteren zijn als een product-moment correlatie.
      

Een voorbeeld wordt hieronder gegeven voor 10 vragen over de tevredenheid over wonen met antwoorden op een 5-puntsschaal die loopt van zeer tevreden tot zeer ontevreden.

De uitkomst van deze analyse is dat de vragen 1 tot en met 6 elk hoog laden op de eerste factor en laag op de tweede factor. Op de tweede factor ziet men dat de vragen 7 tot en met 10 hoog laden op de tweede factor en negatief op de eerste. De eerste factor zou men ‘de woning zelf’ kunnen noemen en de tweede ‘woonomgeving’. De tevredenheid over de woning bestaat (volgens dit fictieve voorbeeld) uit twee factoren, waarvan de eerste uit 6 aspecten bestaat en de tweede uit 4.
      

Men is vrij in het benoemen van de factoren. De eerste factor zou men ook ‘bouw van de woning’ kunnen noemen, of ‘het gebouw’ of ‘de woning’. Het is in ieder geval wel verstandig een naam te bedenken voor een factor die de onderliggende aspecten (inhoudelijk) goed weergeeft.

De tweede stap is het vaststellen van de betrouwbaarheid van een factor. Dit doet men door het berekenen van Cronbachs alfa. Cronbachs alfa is eenmaat voor homogeniteit en wordt berekend met de volgende formule:

Ter beoordeling van de vraag of het zinvol is om een samengestelde variabele te maken, wordt een Cronbachs alfa tussen 0,80 en 0,90 als goed beschouwd, tussen 0,70 en 0,80 als matig en lager dan 0,70 als erg matig of problematisch. In het fictieve voorbeeld hierboven wordt voor de factor ‘de woning zelf’ een Cronbachs alfa gevonden van 0,85, en voor de factor ‘omgeving’ een Cronbachs alfa van 0,82. Het opdelen van tevredenheid over de woning kan men dus goed opdelen in twee factoren. Indien men dat niet doet en alle vragen als behorend tot een en dezelfde schaal beschouwd, vindt men een Cronbachs alfa van 0,72.

De derde stap is het vaststellen of men met deze uitkomsten uit de statistische analyses tevreden is. Indien blijkt dat één of meerdere vragen een afwijkend patroon tot gevolg heeft, kan men besluiten deze weg te laten. (Bij het berekenen van Cronbachs alfa wordt meestal ook aangegeven als men een item weglaat of er dan een hoger betrouwbaarheid uitkomt, Daarom wordt deze analyse ook wel item-analyse genoemd.) Bij het weglaten van een of meer items moet men terug naar stap 1, omdat het weglaten van een item soms tot andere factorladingen leidt.

De vierde stap is het berekenen van een nieuwe score uit de items in een factor. Men berekent een nieuwe score die bij voorkeur voor alle factoren gelijk is. Dat kan een gewone somscore zijn, Onze voorkeur gaat uit naar een score die vergelijkbaar is met het rapportcijfer. Men telt dan de scores bij elkaar op en deelt die door het aantal items. Omdat we gebruik hebben gemaakt van een 5-puntenschaal lijkt vermenigvuldigen met 2 op zijn plaats. Toch is dat niet correct: de minimale score is nu een 2 en niet een 1. Indien men een 4-puntenschaal zou hebben gebruikt en vermenigvuldigen met 2½ zou de minimale score een 2½ zijn. Om vergelijkbare schaalwaarden te krijgen die loopt van 1 tot 10 moet men onderstaande formule voor somscore toepassen. Deze nieuwe score neemt men in de rest van de analyses op als ware het een score op een enkelvoudige variabele.