Multivariaat: kijken naar de relatie tussen meer dan 2 variabelen altijd.
Eerst was het onafhankelijk – afhankelijk, nu is het altijd zo dat er 3 of meer variabelen zijn,
dan wel 2 onafh/1afh of 1onafh/2afh of meer.
Welke techniek, hangt af van meetniveau van de variabelen:
- Nominaal: scheidt alleen categorieën (geen therapie, psycho-dynamisch, exposure)
- Interval: als intervallen betekenis hebben (gewicht, lengte, IQ score, BDI score)
- Binair/dichotoom: 2 categorieën (kan nominaal of interval zijn: pass/fail, man/vrouw)
Welke techniek, hangt af van het meetniveau van de variabelen
X1, X2 Y Technique Abbreviation
INT INT Multiple regression MRA
analysis
NOM INT Analysis of variance ANOVA
NOM + INT INT Analysis of ANCOVA
covariance
INT BIN Logistic regression LRA
analysis
Remarks
- X1, X2 kunnen ook BIN zijn
- Als Y BIN is, dan LRA
,Multipele regressie analyse (MRA)
Onderzoeksvraag: Kan Y worden voorspelt vanuit X1 of X2?
Meetniveau:
- Afhankelijke Y is INT
- Onafhankelijke variabele is X1, X2 zijn INT
Voorbeeld:
Kan depressie (Y) worden voorspeld vanuit levens events (X1) en/of coping (X2)?
Psychologen studie met 60 Nederlandse studenten
- Vragen over nummer life events
- Test gebruiken die coping index van participanten meet
- Gebruiken van BDI voor meten van depressie
Alle variabelen zijn INT
- Nummer van life events (0, 1, 2, 3), voorbeelden: financiële moeilijkheden,
relatieproblemen etc.
- Coping index (1 = no coping, 10 = good coping)
- BDI-score (0-9 minimaal, 10-18 mild, 19-29 gemiddeld)
Kan Y worden voorspelt vanuit X1 en/of X2 (Y, X1, X2 = INT)
Model wat goed werkt: afhankelijke variabele Y is een lineaire functie van voorspellers X 1 en
X2.
Regressie model:
Simpele regressie: Yi = b0∗ + b1∗X1i + ei
Meervoudige regressie: Yi = b0∗ + b1∗X1i + b2∗X2i + · · · + bk∗Xki + ei
Waarin
- b0∗ is the (population) regression constant
- b1∗, b2∗,..., bk∗ are (population) regression coefficients
- X1i, X2i,..., Xki and Yi are the scores on X1, X2,..., Xk and Y of individual i
- ei is a residual (= error)
The parameters b0∗, b1∗, b2∗,..., and bk∗ need to be estimated from the data (sample).
Linear model: least squares estimation (e.g. SPSS)
,Lineair model met 1 predictor, simpele regressie, in een rechte lijn fitten:
, The regression model
- Describes relationship between depression (Y) and life events (X1) and
coping (X2) in the population
- Can be used to predict the depression score of individuals that are not in
the original study/sample
For example, if a new dutch adult had 3 life events and a coping index of 8, we have
BDI = 22.874 + 5.293(3) − 3.085(8)
= 14.073
→ mild depression (nothing to worry about)
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller suzannekuijpers. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $7.69. You're not tied to anything after your purchase.