Week 2 - Multivariate relaties

Wat is een parameter?

Een numerieke samenvatting van een eigenschap in de populatie

Wat is een statistiek?

Een numerieke samenvatting van een eigenschap in de steekproef

Wordt gebruikt om de parameter van de populatie te schatten

Wat is beschrijvende statistiek en inferentiële statistiek?

Beschrijvende statistiek: alle statistieken waarmee je de steekproef (data) samenvat

Inferentiële statistiek: gebruiken we om kansuitspraken te doen over parameters (populatie)

Wat kan je zeggen als een uitkomst wel en niet significant is?

Significant effect: Er is waarschijnlijk een populatie-effect

Niet significant effect: Niet voldoende bewijs om nulhypothese te verwerpen

Wat voor statistisch model gebruik je voor onderzoeksvragen over groepsverschillen en voor onderzoeksvragen over voorspellen?

Groepsverschillen: t-toetsen en variantieanalyse

Voorspellen: lineaire regressieanalyse, logistische regressieanalyse

Wat is een dummyvariabele?

Een variabele met twee categorieën (0/1)

Welk model gebruik je bij een onafhankelijke dummyvariabele en een afhankelijke intervalvariabele?

T-toets voor onafhankelijke groepen

Welk model gebruik je bij een nominale onafhankelijke variabele en een afhankelijke intervalvariabele?

Eénwegvariantieanalyse

Welk model gebruik je bij twee onafhankelijke nominale variabelen en een afhankelijke intervalvariabele?

Tweewegvariantieanalyse

Welk model gebruik je bij een onafhankelijke intervalvariabele en een afhankelijke intervalvariabele?

Enkelvoudige regressieanalyse

Welk model gebruik je bij twee onafhankelijke intervalvariabelen en een afhankelijke intervalvariabele?

Multipele regressieanalyse

Welk model gebruik je bij een onafhankelijke intervariabele én een onafhankelijke nominale variabele en een afhankelijke intervalvariabele?

Covariantieanalyse

Welk model gebruik je bij een onafhankelijke intervalvariabele én een onafhankelijke dummyvariabele en een afhankelijke dummyvariabele?

Logistische regressieanalyse

Wat zijn drie criteria voor causaliteit?

1. Associatie

2. Juiste tijdsvolgorde

3. Eliminatie van alternatieve verklaringen
   -Neem alternatieve verklaringen op in regressiemodel
   -Belangrijke voorspellers blijven over
   -Relevante alternatieve verklaring kan niet gemeten zijn

Wat zijn vijf soorten relaties bij twee onafhankelijke variabelen en een afhankelijke variabele?

1. Spurieuze relatie

2. Kettingrelatie
   -Indirect effect, volledige mediatie

3. Interactie

4. Meerdere voorspellers

5. Direct en indirect effect

Wat is een spurieuze relatie?

Er is een associatie tussen X1 en Y, maar deze verdwijnt als X2 in het model komt

Eigenlijk had X2 een relatie met zowel X1 als Y

‘Nep’relatie, want deze was er dus eigenlijk niet

Wat is een kettingrelatie?

De relatie tussen X1 en Y loopt via X2

Er is een indirect effect van X1 op Y via X2, de relatie tussen X1 en Y wordt volledig gemedieerd via X2

Onderzoeken met mediatieanalyse

Wat is interactie?

De bijdrage van X1 en X2 op Y kan verschillen voor verschillende waarden van X1 en X2

Onderzoeken met een (gewone) regressieanalyse met X1 en X2 en product X1*X2 als drie voorspellers

Wat is: Meerdere voorspellers?

De bijdrage van X1, X2 en X3 op Y in hetzelfde regressiemodel zijn allemaal (statistisch) significant

Iedere voorspeller lijkt iets unieks bij te dragen

Onderzoeken met een gewone regressieanalyse

Wat is: Direct en indirect effect?

Naast een direct effect van X1 op Y, is er ook een indirect effect van X1 op Y via X2

Associatie tussen X1 en Y is complexer dan X1 → Y

Onderzoeken met mediatieanalyse

Welke drie mediatie-situaties zijn te onderscheiden?

1. Volledige mediatie (kettingrelatie)

2. Gedeeltelijke mediatie (direct en indirect effect)
   -Indirect effect: invloed van X1 op Y via X2
   -Direct effect van X1 op Y

3. Geen mediatie (eventueel spurieuze relatie)
   -Alleen een direct effect van X1 op Y (en van X1 op X2)

Hoe bereken je de sterkte van het indirecte effect t.o.v. het directe effect?

Je krijgt uit SPSS het totale effect (coëfficiëntentabel) en het directe en het indirecte effect

Totale effect c = directe effect c’ + indirecte effect ab (c = c’+ ab)

P = power

Pdirect effect = c’ / c

Pindirect effect = ab / c

Je deelt dus de beide losse routes (direct c’ en indirect ab) door de totale relatie

Het grotere getal is sterker