College aantekeningen
Aantekeningen onderzoekspracticum deeltoets 2
- Instelling
- Vrije Universiteit Amsterdam (VU)
Aantekeningen onderzoekspracticum deeltoets 2, uitwerkingen van practicum 3 en 4 over mediatie en moderatie
[Meer zien]Voorbeeld 4 van de 57 pagina's
Voorbeeld 4 van de 57 pagina's
In winkelwagengesponsord bericht van onze partner
Voorbeeld van de inhoud
Deeltoets 2 : Aantekeningen/uitwerkingen practicum 3 + 4Inhoudsopgave
1) PRACTICUM 3 – REGRESSIEANALYSE & MEDIATIE.......................................................................................3
2) BIS M11 – Multipele regressie.................................................................................................................. 16
11.1 Causale modellen: confounders en mediatoren..........................................................................................16
Confounding variabelen (C).............................................................................................................................16
Mediërende variabelen (M)............................................................................................................................19
11.2 Het multipele regressiemodel.....................................................................................................................20
Conditionele gemiddelden..............................................................................................................................21
Enkelvoudige regressie....................................................................................................................................22
Multipele regressie..........................................................................................................................................22
11.3 Model fit (R-kwadraat) en F-toets...............................................................................................................23
Verklarende variantie bij multipele regressie.................................................................................................23
Significantie-toetsen bij multipele regressie...................................................................................................25
3) BIS M14+: Stappenplan Mediatie-analyse (met regressie).........................................................................27
14.1 Het interpreteren van regressieresultaten..................................................................................................27
14.2 Mediatie en moderatie in regressie............................................................................................................30
14.3 Stappenplan mediatie-analyse....................................................................................................................30
4) PRACTICUM 4 – Moderatie dmv regressieanalyse.....................................................................................34
5) BIS M12: Nadere beschouwing van het effect van X op Y..........................................................................43
12.1 De gestandaardiseerde slope (Beta).......................................................................................................43
12.2 Interactie-effecten...................................................................................................................................46
6) BIS M14+: Stappenplan Moderatie-analyse (met regressie)......................................................................51
14.1 Interactie-effect, inleiding...........................................................................................................................51
14.2 Stappenplan moderatie-analyse.................................................................................................................52
14.3 Interactie-effect, met twee dichtonome X-en.............................................................................................52
Stap 3 – (regressie): het voorbeeld ingevuld..................................................................................................54
14.4 Moderatie: X1 is dichotoom en X2 is continu (kwantitatief).......................................................................54
1
,Legenda:
Waar gaat het om?/onderwerp
SPSS Commando’s
Waar af te lezen?
Wat te noteren
Regels voor interpretatie
2
,1) PRACTICUM 3 – REGRESSIEANALYSE & MEDIATIE
Open de datafile “OPWeek3.sav” vanuit Canvas. Dit is een deel van de data dat
afkomstig is van het onderzoek waar jullie zelf aan deel hebben genomen. Variabelen:
- 3 schalen; positieve gevoelens (SPANE_pos), negatieve gevoelens (SPANE_neg),
en uiterlijk zelfvertrouwen (Zelfver).
- 2 vormen van actieve zelf-presentatie: authentieke zelfpresentatie (Auth_zp), wat
inhoudt dat je foto’s van jezelf plaatst die gelijk zijn aan wie je offline bent, en
geïdealiseerde zelfpresentatie (Bewerkt_zp), zelf-presentatie die bewerkt is met
bijvoorbeeld filters.
- Subjectief welzijn (mate van tevredenheid en geluk; subjective well-being (SuWB)
1. Bekijk eerst hoe bovengenoemde schalen (variabelen) eruitzien door
frequentieverdelingen te draaien.
a. Wat betekenen hoge/lage scores (hoef je niet te noteren)?
à Analyze > descriptives > frequencies
o Select alle variabelen
o Paste
Zie eerste kolom frequentie tabellen voor scores. Kijk voor interpretatie voor de
scores bij de desbetreffende schaal in je onderzoek [niet SPSS!]
b. Ga vervolgens na of de zes variabelen onderling samenhangen (=
CORRELATIE). Voer deze analyse uit. Wat kun je hier (kort) over zeggen?
à Analyze > Correlate > Bivarate correlations
o Select de variabelen (niet dummy variabele)
o paste
F CORRELATIONS tabel. “pearson correlation”.
F Samenhang (r) >.3 = zwak, > .5 = matig, > .7 = sterk
Als je de correlaties bekijkt, dan zie je al dat bijna alle variabelen matig (r = -.29,
p < .001) tot sterk (r = .74, p < .001) met elkaar correleren. Alleen de variabelen
positieve/negatieve emoties hebben geen significante correlatie met elkaar.
2. Je wilt nu toetsen in hoeverre uiterlijk zelfvertrouwen (Y/afhankelijk)
voorspeld kan worden door de mate van bewerkte en authentieke
zelfpresentatie (X/onafhankelijk). De verwachting is dat beide uiterlijk
zelfvertrouwen zullen voorspellen, maar dat bewerkte zelfpresentatie meer variantie
in uiterlijk zelfvertrouwen zal verklaren dan authentieke zelfpresentatie. Voer deze
analyse uit door middel van een multipele regressie-analyse.
à Analyze > regression > lineair
o Dependent: Zelfver
o Independent: Authentieke_zp en bewerkt_zp
o Paste
Tabellen
F MODEL SUMMARY: geeft aan hoe goed het model is. Belangrijk is R square =
een komma getal. Dit zegt hoeveel % de Y wordt verklaard door de X’en.
F ANOVA: geeft informatie over het hele regressiemodel.
o F-waarden + p-waarden (“Sig.) = zijn alle getoetste variabelen,
significant en dus generaliseerbaar naar de populatie?
3
, o NOTEER ALS VOLGT: F (df regression, df residual) = …,.. , p-waarde
F COEFFICIENTS: geeft informatie over de relatie van verschillende X-variabelen
op de afhankelijke Y-variabelen.
o Unstandardized B = effect = Ongestandaardiseerde
regressiecoefficient. Hier kijk je naar voor een regressievergelijking.
Constante + (effect variabele 1* effect variabele 2).
Voorspelde score in Zelver. = .564 + (.267 * bewerkt_zp) + (.488 *
auth_zp). In deze vergelijking vul je score in die je wilt weten zodat je
voorspelde ZELVER. kan berekenen.
o Standardized Coefficients Beta = Z-score van B. Deze gebruik je om
effecten onderling te vergelijken. De Beta (deze zijn in standaard
eenheden (z-scores) waardoor je geen verschillen meer krijgt tussen
appels en peren).
!!!Let op, dit is multipele regressie dus noteer altijd als er 2 x-
variabelen zijn, “het resultaat bij een score 3 op X1 geeft een uitkomst
van … onder constanthouding van X2”
o t-waarde: B /standaard error = t waarde. Als die groter is dan 1,96 of-
1.96, is de t-waarde significant [de p-waarde (staat onder kolom Sig.) is
dichtbij 0].
Je dataset is je steekproef, als de T waarde/F-waarde significant is dan kan je
uitspraken doen over de populatie. En kan je H0 verwerpen.
a. Noteer de resultaten van de toets waarin uiterlijk zelfvertrouwen voorspeld wordt
door authentieke en bewerkte zelfpresentatie. Kun je concluderen dat bewerkte
zelfpresentatie een betere voorspeller is dan authentieke zelfpresentatie, zoals
verwacht?
Bewerkte zelfpresentatie en authentieke zelfpresentatie voorspellen voor de
populatie het uiterlijk zelfvertrouwen want de F-toetsing is significant, R2 = .48, F(2,
231) = 105.58, p < .001. Zowel authentieke zelfpresentatie, = .49, b = .49,
SE= .07, p < .001, als bewerkte zelfpresentatie, = .25, b = .27, SE= .08, p = .001,
leveren een unieke bijdrage aan het voorspellen van uiterlijk zelfvertrouwen (want
beide variabelen zijn significant). Tegen de verwachting in, bleek bewerkte
zelfpresentatie geen betere voorspeller dan authentieke zelfpresentatie. Dit lees je af
aan de beta’s. Beta bewerkt_zp < Beta auth_zp. Dus NEE.
------ ASSUMPTIES ---- (Checken is relevant voor kleine datasets zoals eigen
onderzoek, niet voor deeltoets)--------
Assumpties = in hoeverre je de statistische toetsen kan vertrouwen [de t-toets en f-toets
die iets zeggen of het generaliseerbaar is naar de populatie]. Controleer ook een aantal
assumpties van een regressie-analyse te (zie Field, p. 401-406; p. 316), klik aan:
à Analyze > regression > lineair
o Dependent: Zelfver
o Independent: Authentieke_zp en bewerkt_zp
VOOR MULTI COLLINEARITEIT - KLIK AAN IN MENU:
Bij Statistics:
à Collinearity diagnostics – kijk ook naar de correlatie tussen de X-en in de
correlatiematrix in vraag 1: is die heel hoog?
à Casewise diagnostics
o Bij standard deviations kies voor 2 (hierdoor geef je aan dat de outliers,
‘outliers’ zijn als ze extremer scoren dan 2 standaarddeviaties van het
gemiddelde af)
Bij Plots: VOOR ONAFHANKELIJKE ERROR, HOMOSCEDASTICITEIT, EN LINEARITY
(ONDER PLOTS).
à Grafiek *ZRESID (Y-as) tegen *ZPRED (X-as) om te testen ZRESID staat voor
de gestandaardiseerde residuen en ZPRED staat voor de gestandaardiseerde
voorspelde waarden (predicted values).
4
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper Anoniem21. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €7,89. Je zit daarna nergens aan vast.
Is Stuvia te vertrouwen?
4,6 sterren op Google & Trustpilot (+1000 reviews)
Afgelopen 30 dagen zijn er 67096 samenvattingen verkocht
Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen