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!

Moderatie analyse in een repeated measures design

0 leuk 0 niet-leuks

In mijn onderzoek wil ik:

1. het verband tussen baanonzekerheid (BO) enerzijds en verzuimfrequentie (VF) en  verloopintentie (VI) anderzijds onderzoeken (H1a en H1b)

2. Onderzoeken of bovenstaande relaties wordt gemodereerd door de mate van Leader Member Exchange (LMX) (= de kwaliteit van de band tussen werknemer en leidinggevende) (H2a en H2b)

Om meer te kunnen zeggen over de richting/causaliteit van het verband wil ik dit doen in een longitudinale setting. De variabelen worden gemeten op T1 en T2 (T2 = T1 + 6 maanden).

Nu ben ik tot de volgende analyse gekomen:

Hypotheses H1a en H1b zullen worden getoetst door middel van een meervoudige hiërarchische regressieanalyse. Deze wordt in 2 stappen uitgevoerd. Als onafhankelijke variabelen gelden de verschilscores van kwantitatieve en kwalitatieve baanonzekerheid. Als afhankelijke variabelen gelden de verschilscores van verloopintentie en verzuimfrequentie (verzuimfrequentie wordt gemeten tussen T1 en T2 en is daarmee van zichzelf al een verschilscore). Voor elke afhankelijke variabele (en daarmee elke hypothese) wordt een meervoudige hiërarchische regressieanalyse gedaan. In stap 1 worden de controle variabelen en de onafhankelijke variabelen toegevoegd. In stap 2 wordt de afhankelijke variabele toegevoegd.

De veronderstelde moderator effecten (hypothese H2a en H2b) worden getoetst middels de methode van Judd, Kenny en McClelland (2001) voor het toetsen van moderator effecten in een repeated measures design. De analyse wordt voor elke afhankelijke variabele apart gedaan. Als onafhankelijke variabele geldt de Z-score van LMX gemeten op T1. Als afhankelijke variabelen gelden de verschilscores van verloopintentie en verzuimfrequentie (verzuimfrequentie wordt gemeten tussen T1 en T2 en is daarmee van zichzelf al een verschilscore). Voor elke afhankelijke variabele (en daarmee elke hypothese) wordt een meervoudige hiërarchische regressieanalyse gedaan. De regressie coëfficiënt geeft vervolgens aan of er sprake is van moderatie. Resultaten zullen als significant beschouwd worden bij p < .05.

Ik ben heel benieuwd of bovenstaande juist is.

gevraagd 5 april 2018 in Methodologie door 851637929 (140 punten)

1 Antwoord

0 leuk 0 niet-leuks
Waar is dit precies voor? Het klinkt als een vraag over je bachelor- of masterthese. Die moet je dan bespreken met je begeleider - er spelen in zo'n traject te veel inhoudelijke overwegingen om dit zo buiten de context te kunnen behandelen.
beantwoord 23 mei 2018 door gjp (63,760 punten)
...