quote:Op vrijdag 23 juli 2010 21:29 schreef Frith het volgende:
[..]
Dit is wat ik lees:
er zijn 6 campagnes (als onafhankelijke variabelen) tegenover consumptie als afhankelijke variabele. Hiermee wil je het effect per campagne bepalen op consumptie. (dus een 1-op-1 connectie wat het model betreft).
Verder heb je deze campagnes samengesteld uit 5 vragen met likert schalen en de missings (latere post) verwijderd. Verder wil je de campagnes ook met elkaar vergelijken om te zien of de gemiddelden (en wat betekent dit dan precies?) van elkaar verschillen.
1. het gebruik van lineaire regressie is hier enigszins overbodig aangezien het hier om een nuldeorde correlatie gaat. Wat dus betekent dat regressie hier hetzelfde resultaat geeft als directe correlatie, maar dat je wel rekening moet houden met de extra voorwaarden voor het gebruik van regressie.
Dit doe je vervolgens zes maal, voor iedere campagne apart. Dit heb je al, als het goed is.
2. je begeleider wijst je qua methode terecht naar t-toets of ANOVA, ware het niet dat een serie t-testen over dezelfde data leidt tot een toenemende kans op een type I fout. Deze 'familywise error' is te voorkomen door met een ANOVA de gemiddelden te vergelijken, aangezien je hier meer dan twee groepen hebt.
(ANOVA is vanaf drie of meer)
en volgens mij is dat het, tenzij je nog werkelijk frequentietabellen wilt gaan uitdraaien (why?).
quote:Op vrijdag 23 juli 2010 21:29 schreef Frith het volgende:
en je meetniveau is interval of ratio, want anders kun je al helemaal geen regressie uitvoeren. (het is ratio overigens, voor zover ik hier kan inschatten).
nu ben je zelf helemaal van de leg af.quote:Op vrijdag 23 juli 2010 21:36 schreef oompaloompa het volgende:
[..]
als je 2 continue variabelen hebt over 6 groepen heb je meer aan regressie dan correlatie omdat je meer info daaruit krijgt om je data te interpreteren toch?
(en anova kan ook gewoon bij 2 ^^)
edit:
[..]
een logistische ^_^
quote:Op vrijdag 23 juli 2010 21:56 schreef Frith het volgende:
[..]
nu ben je zelf helemaal van de leg af.
Logistische regressie gaat over het optreden van een categorische waarde op de afhankelijke variabele, niet de onafhankelijke(n).
en de uitleg van Andy Field (p.350) geeft aan dat het ANOVA model in SPSS gerepresenteerd kan worden als een multiple regressie vergelijking, dus dat er sowieso drie variabelen betrokken moeten zijn. De t-test kan als een lineaire regressie worden uitgedrukt en voldoet dus wel met twee variabelen.
en ik heb de uitleg opgevat als zes campagnes, waarvan het effect van deze afzonderlijk gemeten moet worden. Wat jij in gedachten hebt is het meten van een concept over meerdere groepen, wat je via split file kunt doen.
Zoiets doe je als bijvoorbeeld 'barmhartigheid' over verschillende religies zou willen toetsen, waarbij je de data simpelweg uitsplitst naar de categorieën van 'religie'.
Ik doe het op m'n stage-adres, geen idee hoe die spss hier erop is gezet. Maar ik zal het doorgeven.quote:Op vrijdag 23 juli 2010 02:35 schreef Frith het volgende:
[..]
dan moet je ook niet zomaar wat downloaden van het internet. Ik ken dit geintje van anderen die hetzelfde probleem hadden.
Het is echter onzinnig, aangezien de volumelicensie via de uni (of hbo) iets van 15 euro is en vervolgens jaren geldig, dus je hebt er niets aan om het te downloaden.
Overigens is je model letterlijk een voorbeeldvraag van het hoofdstuk over logistische regressie in 'learning statistics with SPSS' van Andy Field. De antwoorden daarvan (en uitleg) zijn zelfs te downloaden op de bijhorende site.
Is er iemand die mij hiermee kan helpen?quote:Op vrijdag 23 juli 2010 01:56 schreef pdegroot het volgende:
Dames en Heren, ik heb de volgende vraag met betrekking tot SPSS:
Hoe voer je een onderzoek uit naar stationariteit met SPSS?
Hartstikke bedankt!
ik heb geen flauw idee wat het inhoudt =D sorryquote:Op woensdag 28 juli 2010 13:33 schreef pdegroot het volgende:
[..]
Is er iemand die mij hiermee kan helpen?
heb je 1 of meerdere afhankelijken?quote:Op woensdag 28 juli 2010 16:53 schreef FabFabFabFab het volgende:
Hallo allemaal, momenteel ben ik bezig aan mijn scriptie, maar ik loop een beetje vast op de analyses.
Ik heb 3 onafhankelijke variabelen (ratio), 3 modererende variabelen (gemiddelden van een aantal Likert scales) en een controle variabele.
Ik wil nu voor iedere onafhankelijke variabele meten hoe de modererende variabelen de relatie tussen deze onfhankelijke en de afhankelijke variabele beïnvloeden. Dus eigenlijk 3 x 3 = 9 hypothesen.
Ik weet dat ik voor alle modererende effecten ook de interactie moet berekenen, daar heb ik dus ook 9 variabelen voor gemaakt.
Moet ik dan in de regressie-analyse deze variabelen toch allemaal tegelijk invoeren, of moet ik 9 keer een regressie-analyse doen?
M'n begeleider is op vakantie, dus die kan ik het momenteel ook niet vragen helaas.
In ieder geval alvast bedankt!
succes! ik weet alleen niet 100% zeker dat wat ik zei goed is natuurlijkquote:Op woensdag 28 juli 2010 17:55 schreef FabFabFabFab het volgende:
Bedankt voor je snelle antwoord! Nu kan ik in ieder geval weer verder!
Komt uit tijdreeksen, de verdeling van het verschil van de waarde op tijdstip t en tijdstip t+x mag alleen van x afhangen en niet van t. Testen bij discrete data voor een vaste x is vast niet lastig.quote:Op woensdag 28 juli 2010 14:09 schreef oompaloompa het volgende:
[..]
ik heb geen flauw idee wat het inhoudt =D sorry
een soort homogeneity of variance over tijd? of een soort uitsluiting van een interactie met t?quote:Op woensdag 28 juli 2010 18:52 schreef GlowMouse het volgende:
[..]
Komt uit tijdreeksen, de verdeling van het verschil van de waarde op tijdstip t en tijdstip t+x mag alleen van x afhangen en niet van t. Testen bij discrete data voor een vaste x is vast niet lastig.
Gelijk verdeeld is de eis, en die verdeling hoeft geen variantie te hebben. Simpele tests zullen wel lukken, maar alle interactie met t uitsluiten zal lastig zijn, want een eenmalige schommeling zul je nooit detecteren.quote:Op woensdag 28 juli 2010 19:02 schreef oompaloompa het volgende:
[..]
een soort homogeneity of variance over tijd? of een soort uitsluiting van een interactie met t?
maakt niet uit. Als je de gecentreerde gebruikt zal je constant anders zijnquote:Op donderdag 29 juli 2010 12:20 schreef FabFabFabFab het volgende:
Ik heb nog één vraagje. Ik heb zoals gezegd de interacties berekend door de variabelen eerst te centreren en daarna de gecentreerde variabelen te vermenigvuldigen voor de interactie-variabelen.
Als ik nu de regressie-analyse wil uitvoeren, moet ik dan ook voor de onafhankelijke variabelen de gecentreerde variabelen nemen of niet?
Alvast bedankt weer!
In praktijk wordt dit getest door allerlei testjes te draaien; autocorrelatie, trend, dat soort dingen.quote:Op woensdag 28 juli 2010 19:02 schreef oompaloompa het volgende:
[..]
een soort homogeneity of variance over tijd? of een soort uitsluiting van een interactie met t?
ah okquote:Op zondag 1 augustus 2010 15:18 schreef GlowMouse het volgende:
[..]
In praktijk wordt dit getest door allerlei testjes te draaien; autocorrelatie, trend, dat soort dingen.
residuenquote:Op zondag 1 augustus 2010 15:30 schreef Hiya het volgende:
Iemand een mooie vertaling voor het woord risiduals bij de ANOVA test bij meervoudige regressie analyse? Verslag moet in het Nederlands en om dan met engelse termen te gaan smijten is niet zo netjes...
Wellicht kun jij mij dan helpen als het niet lastig isquote:Op woensdag 28 juli 2010 18:52 schreef GlowMouse het volgende:
[..]
Komt uit tijdreeksen, de verdeling van het verschil van de waarde op tijdstip t en tijdstip t+x mag alleen van x afhangen en niet van t. Testen bij discrete data voor een vaste x is vast niet lastig.
Forum Opties | |
---|---|
Forumhop: | |
Hop naar: |