100% satisfaction guarantee Immediately available after payment Both online and in PDF No strings attached
logo-home
Previously searched by you
Previously searched by you
logo
Samenvatting Grasple VOS $6.49
Add to cart
Quickly navigate to
Preview
  2.  
  3. Universiteit Utrecht (UU)
  4.  
  5. Verdieping In Onderzoeksmethoden En Statistiek (201900054)

Summary

Samenvatting Grasple VOS
 3 purchases
  • Course
  • Verdieping In Onderzoeksmethoden En Statistiek (201900054)
  • Institution
  • Universiteit Utrecht (UU)

Dit is een samenvatting van alle belangrijke informatie uit Grasple. Inclusief veel afbeeldingen ter verduidelijking. De handige stappenplannen voor in SPSS zijn blauw gemarkeerd, belangrijke vuistregels zijn geel gemarkeerd. Interdisciplinaire Sociale Wetenschappen. Jaar 2, blok 2.

Preview 3 out of 30  pages

Document information

  • January 8, 2021
  • 30
  • 2020/2021
  • Summary

Subjects

  • grasple
  • vos
  • spss
  • analyse
  • assumpties
  • regressie
  • stappenplan
  • statistiek
  • samenvatting

Written for

  • Universiteit Utrecht (UU)
  • Interdisciplinaire Sociale Wetenschappen
  • Verdieping In Onderzoeksmethoden En Statistiek (201900054)
All documents for this subject (13)

Seller

avatar-seller
lisannekuiper44

Reviews received

Content preview

Grasple VOS
Week 1 – Multipele regressie
Ga op google Chrome of Firefox naar myworkspace.uu.nl en open SPSS.

Voorwaarden voor een multipele regressieanalyse (voorafgaand)
- De afhankelijke variabele is minimaal van interval meetniveau
- De onafhankelijke variabele(n) moet(en) minimaal van interval of dichotoom
meetniveau zijn
- Er zijn lineaire verbanden tussen de afhankelijke variabele en alle kwantitatieve
onafhankelijke variabelen.

Voorbeeld: Kwartet van Anscombe




Alleen dataset 1 voldoet aan de voorwaarden.
 Dataset 2 voldoet niet aan de voorwaarde voor lineariteit: het verband is kromlijnig.
 Dataset 3 voldoet niet aan de voorwaarde voor afwezigheid van uitschieters.
 Dataset 4 voldoet niet aan de voorwaarde voor afwezigheid van uitschieters en
bovendien is er weinig lineaire samenhang (zonder uitschieter geen spreiding in X).

Uitschieter verwijderen
In Data View elk blokje los verwijderen (hele kolom in één keer kan niet). De waarde van R2
wordt als het goed is hoger na het verwijderen van de uitschieter (omdat de puntenwolk
samenhangender wordt).


Voorwaarden voor regressieanalyse (tijdens)
Voor regressieanalyse: Analyze -> Regression -> Linear.
Zet de afhankelijke en onafhankelijke in de goede vakjes.

,Per assumptie die je wilt controleren kun je vakjes aanvinken:
 Uitschieters  Save -> Standardized residuals, Mahalanobis & Cook’s distance aan
o Goed als minimum en maximum in Residuals Statistics tabel niet te ver uit
elkaar liggen.
 Std. Residual  Uitschieters in Y-ruimte, tussen -3.3 en +3.3
 Mahal. Distance  Uitschieters in X-ruimte, het maximum mag niet
meer zijn dan 10 + 2 * (aantal onafhankelijke variabelen). In een
onderzoek met bv 3 onafhankelijke variabelen is 16 de kritieke
waarde.
 Cook’s Distance  Uitschieters in XY-ruimte (dus extreem in X én Y
score). Waardes moeten lager dan 1 zijn.
 Multicollineariteit  Statistics -> Collinearity diagnostics aan
o Laatste kolom vaan Coefficients tabel, om te checken of relatie tussen
sommige onafhankelijke variabelen niet te sterk is (r > .80) (bv leeftijd en
werkervaring: hoe ouder, hoe meer ervaring). Gevolg is dat B onbetrouwbaar
wordt, grootte van R beperkt wordt en het belang van individuele
onafhankelijke variabelen is moeilijk vast te stellen. Je wilt dus GEEN
multicollineariteit. Als variabelen te veel op elkaar lijken: één gebruiken of
samenvoegen (factoranalyse).
 Tolerance  Waardes onder .2 zijn mogelijk een probleem, waardes
onder .1 zijn en probleem.
 VIF  Is 1/Tolerance, dus waardes groter dan 10 zijn een probleem.
 Homoscedasticiteit  Plots -> Plaats *ZPRED (gestandaardiseerde voorspelde
waarde) op X-as -> Plaats *ZRESID (gestandaardiseerde residuen) op Y-as.
o Spreiding van de X-waarden moet gelijk zijn. Voor elke waarde van X moet er
ongeveer evenveel spreiding op Y zijn.




 Normaal verdeelde residuen  Plots -> Histogram aan
o De staven in het histogram mogen niet te ver afwijken van de lijn die de
normale verdeling aangeeft.

Bepaald bij uitschieters of de participant behoort tot de groep waarover je uitspraken wilt
doen (zo niet, weg) en of de extreme waarde theoretisch mogelijk is (zo niet, weg. Zo wel,
analyse zowel met en zonder).


Resultaten interpreteren
Wanneer aan alle assumptie is voldaan, mag het regressiemodel geïnterpreteerd worden.
 Tabel 1 (Variables Entered/Removed)  Onafhankelijke en afhankelijke variabele.
 Tabel 2 (Model Summary)  Algemene kwaliteitsgegevens van model.

,  Tabel 3 (ANOVA)  Uitkomst van F-toets.
 Tabel 4 (Coefficients)  Informatie over regressiecoëfficiënten.
R = .416 (multipele correlatiecoëfficiënt,
correlatie tussen daadwerkelijke
tevredenheidsscore (Y) en voorspelde
tevredenheidsscore (Ŷ)).
2
R = .173 (17.3% van life satisfaction kan
verklaard worden door sporturen,
gender en leeftijd)
Adjusted R = .146 (geschatte percentage (14.6% van de verklaarde variantie in de populatie,
altijd iets lager dan R2.

F-toets  Om te kijken of de 3 onafhankelijke variabelen samen een significant deel van de
spreiding in tevredenheid kunnen verklaren. Het model is significant bij bijvoorbeeld
α = .05. Je ziet in de tabel
dat Gender geen
significante voorspeller is
bij α = .05 want sig. = .107.
Deze variabele draagt dus
niet bij aan de voorspelling
van tevredenheid.
Sportparticipatie is de
belangrijkste voorspeller
van tevredenheid, want het heeft de grootste gestandaardiseerde beta (.251).


Hiërarchische multipele regressieanalyse
We breiden het vorige model uit met steun van de ouders en steun van docenten. Wanneer je
nieuwe variabelen toevoegt aan de regressieanalyse, moet je de assumpties opnieuw
controleren!!

Kies weer Analyze -> Regression -> Linear
Plaats de oorspronkelijke onafhankelijke variabelen in Block 1 of 1.
Klik op Next.
Plaats de extra onafhankelijke variabelen in dit nieuwe blok.
Klik op Statistics -> R squared change
Klik op OK

Wat is er veranderd?
 Tabel 1  Nog steeds alle variabelen, maar je ziet nu welke er in deze stap zijn
toegevoegd.
 Tabel 2  Nog steeds de algemene kwaliteitsgegevens. Rechts staat nu ‘Change
Statistics’: hoe de gegevens over de modellen heen veranderen. De kolom ‘F
Change’ geeft aan of de toename in verklaarde variantie significant is.
 Tabel 3  De uitkomsten van de 2 F-toetsen die toetsen of model 1 en 2 significant
zijn. In deze tabel kun je niet zijn of het verschil significant is, maar alleen of
de modellen als geheel significant zijn.
 Tabel 4  Nog steeds informatie over regressiecoëfficiënten. Hier kijk je per model
per onafhankelijke variabele of deze een significante voorspeller is van
tevredenheid.

The benefits of buying summaries with Stuvia:

Guaranteed quality through customer reviews

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

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

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 lisannekuiper44. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy these notes for $6.49. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

69411 documents were sold in the last 30 days

Founded in 2010, the go-to place to buy study notes for 15 years now

Start selling
$6.49  3x  sold
  • (0)
Add to cart
Added