Goedemorgen, ik ben aan het oefenen met de regressieanalyse. Ik heb eerst de itemanalyse gedaan en de factoranalyse en heb nu 2 subschalen De item en factoranalyse vertoonden samenhang van meer dan .5 (correlatie heatmap en item-rest correlatie). Als ik dan de regressieanalyse doe dan krijg ik 2 niet significante P-waarden. Ik heb voor dit oefenen mij niet erg verdiept in de theorie misschien dat dat het verklaard. Regressieanalyse belangrijkste uitkomsten:
F= - 0.200, P = 0.09 (3 items in subschaal vrolijkheid)
F= 0.006, P = 0.8 (6 items in subschaal boosheid)
R2 = 0.2
(uitgegaan van een 95% cbi)
R2 verklaard niet veel variantie in de afhankelijke variabele, dus passen andere voorspellers mogelijk beter?
Als je theoretisch gezien verwacht dat de onafhankelijke variabelen in meer of mindere mate de afhankelijke verklaren, dan moet P significant zijn anders gaat er iets mis toch?
Ben benieuwd naar uw reactie zodat ik wat leer te begrijpen hoe je conclusies kunt trekken.
