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!

0 leuk 0 niet-leuks
Ik wil een hmra uitvoeren met dummy's, maar loop vast. Mijn afhankelijke variabele is een intervariabele. Mijn onafhankelijke ook. Beide heb ik gestandariseerd. Mijn moderator bestaat uit 3 groepen, ordinaal: minder dan 30 minuten, 30 minuten en meer dan 30 minuten. Hier heb ik via het boek van Field dummys van gemaakt; standaar is 30 minuten met dus 0-0, minder dan 30 is 1-0 en meer dan 30 is 0-1. Maar dan...? Hoe voer ik deze in? Moet ik in block 1 mijn onafhankelijke en de twee dummygroepen invoeren? En hoe maak ik de interactieterm: onafhankelijke maal...?      Alvast bedankt
in Multivariate statistiek door (120 punten)

1 Antwoord

0 leuk 0 niet-leuks
Ik begrijp niet helemaal wat je bedoelt met 0-0 1-0 en 0-1. Bedoel je hiermee dat je 2 dummy variabelen hebt gemaakt waarbij minder en meer dan 30 minuten een dummy hebben, en dat een nul op beide scores betekent "30 minuten"?

Al je de twee dummy-variabelen hebt, dan is het inderdaad slechts nog maar een kwestie van toevoegen aan de regressie-analyse. De dummies werken, omdat een regressieanalyse het effect van een variabele toetst wanneer de overige variabelen op 'nul' zouden staan. Het effect van <30 minuten is dan, wanneer je het bij het intercept optelt, het gemiddelde van de groep "< 30 minuten"  wanneer alle overige effecten op nul staan; in het geval van dummies: als de andere groepen 'uit' staan. Het intercept is dan het gemiddelde van de overige groep (in dit geval "30 minuten"), als de overige effecten op nul staan.

En dummy analyse zonder overige onafhankelijke variabelen zou dus hetzelfde moeten opleveren als een ANOVA. Een dummy analyse met overige continue onafhankelijke variabelen fungeert dan als een ANCOVA.
door (63.5k punten)
bewerkt door
Bedankt voor je antwoord, maar ik kom er nog steeds niet helemaal uit hoe ik het nou moet invoeren. Het deel van de dummy's maken klopt inderdaad met hoe jij het teruggeeft in de eerste alinea. Maar hoe verder? Analyze, Regression, Linear. En dan bij dependent mijn afhankelijke variabele. En wat zet ik dan bij independent? Mijn onafhankelijke (interval) zet ik daar neer, en dan beide dummy's? Dat zou dan block 1 zijn? Bij block twee moet ik de interactievariabele dan toevoegen, dus bij mijn onafh (interval) en weer de twee dummy's? En hoe maak ik die interval variabele aan? Mijn onafhankelijke (interval) x dummy 1 en dummy 2 ofzo? Heb echt geen idee, hoop dat je begrijpt waar mn vragen liggen...
Je eerste beschrijving lijkt mij het beste: eerst alle onafhankelijke variabelen (dus de interval variabele en alle dummies (die vormen samen 1 onafhankelijke variabele). Dan in een volgend blok de interactie-effecten.

Interactie is ook zoals je het beschrijft: de intervalvariabele*dummy1 en intervalvariabele*dummy2.

Eigenlijk is het niet heel veel anders dan je gewend bent te doen bij de interactie van een intervalniveau variabele en een dichotome variabele, zoals sekse. Sekse is een 'natuurlijke' dummyvariabele, omdat het slechts twee categorieen heeft en daarom k-1 = 1 dummy behoeft. Zodra je meer dan 2 categorieen hebt lijkt het complexer, maar je hebt gewoon slechts meer dummies waar je dezelfde procedure een aantal keer herhaalt.
Ik denk dat ik er uit ben, maar dan toch nog een vervolgvraag: hoe doe ik een visualisatie? De twee voorbeeldsyntaxen die we hebben gekregen bij ops passen hier niet bij...Deze gaan uit van twee nominale/ordinale onafhk/moderator variabelen en niet van de combinatie van een ordinale met interval...
Op zich maakt in dit geval het ordinale meetniveau niet uit, aangezien het dummycoderen de onafhankelijke variabele als nominaal behandelt. Dan is de visualisatie per dummy niet anders dan je deze zou maken met een variabele, zoals sekse.
...