Dit is een site voor studenten van de Open Universiteit. Voordat je een vraag kunt stellen moet je even een account aanmaken (dit systeem is niet gekoppeld aan je OU studentnummer en wachtwoord).

Welkom bij het vraag- en antwoord systeem van de onderzoeks-practica van de studie psychologie bij de Open Universiteit.

Houd er, als je een vraag stelt, rekening mee dat je de richtlijnen volgt!

Geen correlatie tussen twee variabelen, maar wel een causaal verband bij een meervoudige regressieanalyse?

0 leuk 0 niet-leuks
gevraagd 21 april 2015 in Methodologie door Amanda (120 punten)

1 Antwoord

1 leuk 0 niet-leuks

Je vraag is nog wat summier. Maar ik kan alvast melden dat er uit regressie-analyse nooit een causaal verband kan blijken. Of je iets kunt zeggen over causaliteit wordt bepaald door je design: als je geen experiment hebt gedaan (waarbij deelnemers random worden verdeeld tussen twee of meer condities, of bij een within-subjects design, waarbij momenten random worden verdeeld tussen twee of meer condities) kun je niets zeggen over causaliteit.

Als twee variabelen niet samenhangen in een bivariate analyse, maar wel in een regressie-analyse waarbij je andere variabelen hebt toegevoegd, zijn er twee mogelijkheden:

  1. In je regressie-model maak je een type-1 fout. Dit is waarschijnlijker als je niet zoveel deelnemers hebt, of veel voorspellers in je regressie-model.
  2. In je bivariate analyse maak je een type-II fout. Dit is waarschijnlijker als je veel deelnemers hebt en als de manier waarop dit verband zich gedraagt theoretisch te verklaren is.

Om te helpen bepalen in welke situatie je zit kun je een aantal dingen doen. Probeer te spelen met de voorspellers in je regressie-model, en bestudeer de VIF/tolerance (zoek op deze site als je niet weet wat dat zijn) om te ontdekken welke andere voorspeller(s) het bivariate effect verhullen. Het kan zijn dat je last hebt van confounders. Tel verder hoeveel p-waarden je in totaal (niet alleen in het regressie-model, maar in je hele studie) uitrekent. Elke p-waarde verhoogt de kant op Type-I fouten. Je kunt je alpha (wanneer je een uitkomst als significant beschouwd; vaak als p < .05) verlagen om te corrigeren vor het aantal toetsen dat je uitvoert. Op die manier verlaag je de kans dat je type-I fouten maakt.

beantwoord 21 april 2015 door gjp (64,700 punten)
...