<html>
Thank you for your question, Scott.<br><br>
&quot;Variance explained by the measures&quot; depends on the spread of
the persons and the spread of the items. The greater the spread, the more
variance explained. If every person had the same ability, and every item
the same difficulty, then no variance in the data would be explained by
the measures.<br><br>
The &quot;Unexplained Variance&quot; in the data should be the randomness
predicted by the Rasch model.<br><br>
&quot;Unexplained variance in 1st contrast was 9.4%.&quot; - if this is
9.4% of the total variance, then it is part of the 100-28.1 = 71.9%
unexplained variance. There are 32 items, so the 1st contrast has the
strength of 32 x 9.4 / 71.9 =&nbsp; 4 items, bigger than the less than 2
expected by chance. Please look at the plot of loadings on the 1st
contrast (1st principal component in the residuals). Do you see a pattern
indicating 4 or so outliers? These could be a indicative of a
sub-dimension. In the list of items for the 1st Contrast, is there a
substantive difference between the items at one end and the items at the
other end? This defines the sub-dimension.<br><br>
OK?<br><br>
Mike L.<br><br>
At 6/9/2008, you wrote:<br>
<blockquote type=cite class=cite cite>I'm fitting a dichotomous Rasch
model with 32 items and 873 persons.&nbsp; My INFITs and OUTFITs range
from .76-1.76. However, the PCA of the residuals from that variance
explained by the measures was only 28.1. Unexplained variance in 1st
contrast was 9.4%.</blockquote>
<x-sigsep><p></x-sigsep>
Mike Linacre<br>
Editor, Rasch Measurement Transactions<br>
rmt@rasch.org
<a href="http://www.rasch.org/rmt/" eudora="autourl"><font color="#0000FF"><u>www.rasch.org/rmt/</a></u></font>
Latest RMT:&nbsp; 21:4 Spring 2008</html>