Wat je wil kan niet. Opleidingsniveau is ordinaal; de 'afstand' tussen MBO en HBO is niet gelijk aan de afstand tussen HBO en WO. Als anderen dit wel zo doen, dan doen ze het fout.
Bekijk alle bivariate verbanden (correlaties, t-toetsen, eenweg anova's). Alle controlevariabelen die niet samenhangen met je afhankelijke variabele hoef je verder niet meer mee te nemen; zij kunnen niet confounden.1
In deze analyse zijn leeftijd en opleiding ordinaal, dus die toets je met een anova. Als je geluk hebt zijn ze niet significant en hoef je ze niet mee te nemen in je regressie-analyse.
Als leeftijd en/of opleidingsniveau wel samenhangt met je afhankelijk variabele, dan moet je die meenemen met dummy-codering (dus voor leeftijd heb je dan 4 variabelen).
Overigens: meet nooit met categorieen. De cut-offs die je gebruikt zijn bijna nooit te rechtvaardigen. En je verliest power, en maakt je analyses een stuk complexer. Bij opleidingsniveau is het onvermijdelijk, maar bij leeftijd kun je beter gewoon mensen hun leeftijd laten ingeven.
1 Confounding betekent dat een verband wordt verstoord door een andere variabele. Hiervoor moet die andere variabele zowel met de voorspeller als je afhankelijke variabele samenhangen. Als hij niet met een van de twee samenhangt, dan kan het geen confounder zijn.