Samenvatting
Samenvatting Openleerpakket GKN
- Vak
- Instelling
Samenvatting Openleerpakket GKN
[Meer zien]Voorbeeld 3 van de 22 pagina's
Voorbeeld 3 van de 22 pagina's
In winkelwagen
In winkelwagen
gesponsord bericht van onze partner
1 beoordeling
Door: lenebracaval1 • 1 jaar geleden
Verkoper
Volgen
jentevanbeylen
Ontvangen beoordelingen
Voorbeeld van de inhoud
InhoudGevorderde kwantitatieve methoden.................................................................................2
1 Structurele vergelijkingsmodellen..................................................................................2
1.1 Causale modellen...................................................................................................2
1.1.1 Padanalyse......................................................................................................2
1.1.2 Terminologie en tekenen van onderzoeksschema’s...............................................2
1.2 Structural Equation Modeling (SEM).........................................................................3
1.2.1 Principe SEM....................................................................................................3
1.2.2 Fit indices, onafhankelijk van steekproefgrootte...................................................4
1.3 Padmodellen in R...................................................................................................4
1.3.1 Verschillende alternatieve conceptuele modellen met elkaar vergelijken..................6
1.4 Confirmatieve factoranalyse (CFA)...........................................................................7
1.4.1 Tekenafspraken................................................................................................7
1.5 Confirmatieve factoranalyse in R..............................................................................8
1.5.1 Verschillende soorten parameterschattingen........................................................9
1.6 Het complete Structurele vergelijkingsmodel.............................................................9
2 Multilevel analyse......................................................................................................10
2.1 Wat is hiërarchie in de data...................................................................................10
2.1.1 Twee bronnen van hiërarchie...........................................................................10
2.2 Hiërarchie als OV of dataprobleem..........................................................................10
2.2.1 Data op verschillende niveaus..........................................................................11
2.3 Multilevel analyse.................................................................................................12
2.3.1 Verschillende soorten hellingsgraden.................................................................16
3 Logistische regressieanalyse.......................................................................................17
3.1 Probabiliteiten......................................................................................................17
3.1.1 Twee soorten probabiliteiten............................................................................17
3.2 Dummyvariabelen als afhankelijke variabelen..........................................................17
3.2.1 Regressie met als onafhankelijke en afhankelijke variabele een dummy................17
3.2.2 Regressieanalyse met dummy als afhankelijke variabele en KWAN onafhankelijke
variabele................................................................................................................17
3.3 Probabiliteiten, odds en logits................................................................................18
3.4 Logistische regressieanalyse..................................................................................19
3.4.1 Additief model of multiplicatief model................................................................20
3.5 Is het model een goed model voor de populatie?......................................................20
3.6 Strategie.............................................................................................................22
3.7 Resultaten grafisch voorstellen..............................................................................22
,Gevorderde kwantitatieve methoden
1 Structurele vergelijkingsmodellen
1.1 Causale modellen
1.1.1 Padanalyse
PADMODELLEN
(of causale modellen > wil niet zeggen dat we aan de hand van de resultaten automatisch uitspraken
kunnen doen over causale verbanden)
Veronderstellen de indirecte invloed van een of meerdere onafhankelijke variabelen
Indirecte invloed = het fenomeen waarbij een variabele X een invloed heeft op een variabele Z
die op zijn beurt een invloed heeft op een variabele Y
Padmodellen schatten via: Structurele Vergelijkingsmodellen (SEM) (= analysetechniek)
In 1 beweging in plaats van meerdere regressieanalyses > in 1 analyse padmodellen analyseren
1.1.2 Terminologie en tekenen van onderzoeksschema’s
ENDOGENE VARIABELEN > variabelen die afhankelijk zijn van 1 of meerdere variabelen
= alle variabelen die volgens het model deels verklaard worden door andere variabelen, ongeacht of ze
zelf ook een invloed hebben op een andere variabele
Variabele ‘Uren televisie kijken’ Volledig afhankelijke variabele
Gestipte pijl Niet alle verschillen in ‘aantal uren televisie kijken’ worden voorspeld
door dit model
Een deel onverklaarde variantie blijft over
Variabele ‘inkomen’ = Afhankelijke variabele
tussenliggende variabele Voorspeller voor het aantal ‘uren televisie kijken’
Wordt bepaald door ‘uren werken’ en ‘OV’
Gestipte pijl Deze twee variabelen verklaren niet alle variantie in de variabele
‘inkomen’
EXOGENE VARIABELEN > variabelen oefenen invloed uit op andere variabelen, maar worden niet
beïnvloed door variabelen in het model
, ‘Uren werken’ en ‘OV’ Dubbele pijl > kunnen correleren met elkaar (= samenhang vertonen)
1.2 Structural Equation Modeling (SEM)
SEM = Verwachte scores vergelijken met vastgestelde scores
Op basis van deze vergelijking wordt een model al dan niet verworpen
1.2.1 Principe SEM
Vb. van 2 vergelijkingen
2 matrices met elkaar vergelijken
S-matrix: matrix met geobserveerde varianties en covarianties (denk aan uren tv kijken en inkomen)
∑ −¿ ¿matrix: geschatte covariantiematrix
- Willekeurige startwaarden voor het model vastleggen
- Elementen van de S-matrix schatten op basis van deze parameters
- Geschatte elementen vergelijken met geobserveerde elementen
- Parameters bijstellen om het verschil te minimaliseren
- Herhalen tot de verschillen tussen beide matrices niet verder kunnen worden verkleind
1. Beide matrices wijken niet veel van elkaar af? > SEM-model niet verwerpen
2. Wijken ze wel veel van elkaar af?
a. Het model is niet geldig
b. De gegevens zijn niet goed (onbetrouwbare dataverzameling OF slechte steekproeftrekking
Meestal komt a vaker voor, omdat goed onderzoek berust op gegevens die goed zijn
Mogelijks het gemiddelde nemen van het verschil tussen beide matrices, om zo tot de gemiddelde afwijking
te komen > Op basis hiervan het model al da niet verwerpen
Nagaan hoe sterk beide matrices verschillen? > nood aan index
Nagaan in hoeverre het theoretische model past bij de vastgestelde data
Fit functie = gemiddelde score is een functie die aangeeft in hoeverre het theoretisch model past
bij de vastgestelde data (gemiddelde van de vastgestelde score en de geobserveerde)
Fit-functie minimaliseren door stapsgewijs proces te volgen (fit = 0 > geen verschil!)
Nagaan of theoretisch model sterk afwijkt van de gegevens:
(goodness-of-)fit indices
Fit-index 1: Chi-kwadraat waarde > volgt theoretische Chi-kwadraatverdeling > samenvattende waarde
berekenen die aangeeft hoe groot de verschillen zijn tussen de geschatte en de geobserveerde variantie-
covariantie matrix
Hoe groter het verschil, hoe groter de waarde van deze index
Perfecte fit > chi-kwadraat = 0
Vrijheidsgraden bepalen a.d.h.v. het aantal te schatten parameters en het aantal variabelen
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 jentevanbeylen. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €9,49. Je zit daarna nergens aan vast.
Is Stuvia te vertrouwen?
4,6 sterren op Google & Trustpilot (+1000 reviews)
Afgelopen 30 dagen zijn er 62890 samenvattingen verkocht
Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen