In deze samenvatting heb ik de Grasplelessen weergegeven met uitleg en duidelijke plaatjes. Daarnaast heb ik een uitgebreid overzicht gemaakt met alle analyses die voor het vak VOS uitgevoerd moeten worden in SPSS. Deze analyses heb ik stapsgewijs beschreven.
,Multipele Regressie
Voorwaarde multipele regressieanalyse:
- Een voorwaarde voor een multipele regressieanalyse is dat de afhankelijke variabele
minimaal van interval meetniveau is. Als je afhankelijke variabele nominaal of categorisch is,
is het niet mogelijk om lineaire regressie te gebruiken. De onafhankelijke variabele(n)
moet(en) minimaal van interval meetniveau of dichotoom (nominaal met twee categorieën)
zijn.
- Een derde voorwaarde voor een multipele regressieanalyse is dat er lineaire verbanden zijn
tussen de afhankelijke variabele en alle kwantitatieve onafhankelijke variabelen.
Voordat je een (multipele) regressieanalyse uitvoert, moet je controleren op:
- Meetniveaus
- Lineariteit
- Afwezigheid uitschieters
• Afwezigheid van uitschieters X en Y-as
• Afwezigheid multicollineariteit
• Homoscedasticiteit
• Normaal verdeelde residuen
De variabele met de grootste gestandaardiseerde coëfficiënt beta is de belangrijkste predictor.
Residu = Y- Ŷ. Je moet dus eerst de voorspelde score vaststellen. Daarna kan je de geobserveerde
score – de voorspelde score doen.
Om te kunnen bepalen hoeveel procent van de variantie in … verklaard kan worden, moet je naar de
R square kijken en dit keer 100% doen. In dit voorbeeld wordt 4.8% van de variantie in de
afhankelijke variabele agressie verklaard door de onafhankelijke variabele games. Dit betekent dat
95.2% van de variantie niet wordt verklaard door dit model.
Het kwartet van Anscombe beschrijft 4 datasets met allemaal dezelfde statistische eigenschappen.
De variabelen X en Y hebben in alle datasets hetzelfde gemiddelde en dezelfde variantie. Ook is de
correlatie en regressielijn voor alle datasets precies gelijk.
, Standardized residuals: hiermee controleren we of er sprake is van uitschieters in Y-ruimte. Als
vuistregel houden we aan dat de waardes tussen -3.3 en +3.3 moeten liggen. Waardes kleiner dan
-3.3 of groter dan 3.3 duiden op uitschieters.
Mahalanobis distance: hiermee controleren we of er sprake is van uitschieters in X-ruimte. Een
uitschieter in X-ruimte is een extreme score op een predictor of combinatie van predictoren. Als
vuistregel houden we aan dat waardes voor Mahalanobis distance lager moeten zijn dan 10 +
2*(onafhankelijke variabelen). Zo moeten in een onderzoek met 2 onafhankelijke variabelen de
waardes voor Mahalanobis distance lager zijn dan 10+(2*2)=14. Waardes hoger dan deze kritieke
waarde duiden op uitschieters.
Cook’s distance: hiermee controleren we of er sprake is van uitschieters in XY-ruimte. Een uitschieter
in de XY-ruimte is een extreme combinatie van X(-en) en Y-scores. Cook’s distance geeft aan wat de
overall invloed is van een respondent op het model. Als vuistregel houden we aan dat waardes voor
Cook’s distance lager dan 1 moeten zijn. Waardes hoger dan 1 duiden op invloedrijke respondenten
(influential cases).
Belangrijke aspecten bij verwijderen uitschieter:
- Behoort deze participant tot de groep waarover je uitspraken wilt doen? Zo nee, neem de
participant dan niet mee in de analyses.
- Is de extreme waarde van de participant theoretisch mogelijk? Zo nee, neem de participant
dan niet mee in de analyses. Zo ja, draai de analyse dan met en zonder de participant,
rapporteer de resultaten van beide analyses en bespreek eventuele verschillen.
Multicollineariteit: kijkt of de relatie tussen twee of meerdere onafhankelijke variabelen te sterk is
(r>80). Je wilt geen multicollineariteit. Perfecte multicollineariteit betekent dat je onafhankelijke
variabelen perfect gecorreleerd zijn (bijvoorbeeld lengte gemeten in cm’s en inches). Je wilt niet
twee exact dezelfde onafhankelijke variabelen opnemen in je regressieanalyse. In het geval van een
(te) sterke samenhang kun je kiezen voor één van de twee variabelen. Een andere optie is kijken of je
de twee variabelen samen kunt voegen (bijv. met behulp van factoranalyse).
Les avantages d'acheter des résumés chez Stuvia:
Qualité garantie par les avis des clients
Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.
L’achat facile et rapide
Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.
Focus sur l’essentiel
Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.
Foire aux questions
Qu'est-ce que j'obtiens en achetant ce document ?
Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.
Garantie de remboursement : comment ça marche ?
Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.
Auprès de qui est-ce que j'achète ce résumé ?
Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur loekbekkers. Stuvia facilite les paiements au vendeur.
Est-ce que j'aurai un abonnement?
Non, vous n'achetez ce résumé que pour €7,49. Vous n'êtes lié à rien après votre achat.
