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
Voor mijn thesis moet ik een visualisatie zichtbaar maken (significante interactie). Die visualisatie heb ik zichtbaar gemaakt via de syntax vanuit de OU. Hierbij heb ik gecentreerde variabelen gebruikt, dus ook de SD's ingevuld. Omdat ik eerder niet helemaal wist hoe ik moest centreren, heb ik via YouTube stapsgewijs centreren toegepast. Omdat daar ook gelijk bij zat hoe je een interactie kon visualiseren, heb ik dit 'voor de leuk' toegepast. Dus mijn moderator bij 'sort cases' op ascending. Daarna een Groep aangemaakt en mijn moderator dus onderverdeeld in 3 groepen (laag, gemiddeld en hoog). Afhankelijke variabele op de Y-as, Onafhankelijke gecentreerde variabele op de X-as, groep op de, groep moderator bij Set Markers. Mijn visualisatie ziet er dan echter iets anders uit, één van de regressielijnen (van hoog) valt daarmee lager uit. En uiteraard vraag ik me dan nu af waar dat hem in zit :-) Zit er iets in die syntax van de OU ingebouwd waardoor er iets verandert?
in Cross-sectioneel Onderzoek (OCO, PB08x2) door (390 punten)

1 Antwoord

0 leuk 0 niet-leuks
Zonder de syntax te zien die bij de nieuwe visualisatie is gebruikt is het lastig om tot een definitief antwoord te komen. Ik zal er bij mijn antwoord vanuit gaan dat de nieuwe visualisatie tot stand is gekomen op de wijze die je beschrijft: vanuit de data, en niet vanuit een regressievergelijking.

Hoewel de verschillen marginaal zullen zijn, wordt er in de syntax van OP:Survey geen gebruik meer van de data zelf gemaakt. Er is een regressievergelijking opgesteld, en de geschatte b-parameters zijn gebruikt om predicted values op uit te rekenen. De regressiegewichten zijn partiele correlaties, dus de correlatie van een predictor met het criterium, als het effect van de overige variabelen op nul worden gezet. In het geval van gecentreerde variabelen betekent dit, het effect van de predictor met het criterium, als het effect van de overige variabelen op gemiddeld worden gezet. In de regel betekent dit dat er per predictor minder unieke variantie is die de relatie met het criterium beschrijven, waardoor je kunt verwachten dat de correlaties, en daarmee de regressiegewichten meestal lager zullen uitvallen (is zeker niet altijd het geval!). Hoe het ook zijn zal: eerst wordt een lijn gefit op het totaal, en dan pas worden de lijnen per 'groep' op basis van die lijn berekend.

De visualisatie op basis van de echte data wordt in spss waarschijnlijk opgebouwd door per opgeknipte groep een regressielijn te berekenen. Dat zal tot net iets andere resultaten leiden.
door (63.5k punten)
Oké duidelijk. Maakt het nog uit welke van de twee visualisaties ik dan vervolgens gebruik? Is de visualisatie op basis van de echte data bijvoorbeeld beter dan de regressievergelijking?

De syntax van de visualisatie:

DATASET ACTIVATE DataSet2.
GRAPH
  /SCATTERPLOT(BIVAR)=Mindf_centered WITH @Veerkracht BY Group
  /MISSING=LISTWISE.
Het hoort niet uit te maken, dus je kunt kiezen voor de visualisatie die voor jou het duidelijkst je verhaal over brengt. Soms is een 'schone' plot makkelijker toe te lichten dan een vol stippen, Echter, de ruis van een scatterplot kan soms ook een interessant verhaal vertellen. Leidend zal dus het verhaal zijn dat je met de plot wilt vertellen, fout kun je niet kiezen
De stippen verwijder je toch gewoon? :-)

Ik vind de visualisatie vanuit de echte data net even wat duidelijker.
Gelijk nog een andere vraag in relatie tot de visualisatie. Hoe interpreteer ik een negatieve B en Beta bij de interactie? Hetzelfde als bij een hoofdeffect? Ik onderzoek het effect van mindfulness op veerkracht met hoogsensitiviteit als moderator. Als ik de visualisatie aflees, dan zie ik dus dat de samenhang tussen mindfulness en veerkracht zwakker is bij hoogsensitieve mensen en sterker is bij laagsensitieve mensen. Maar dat noem je dan een negatieve samenhang als ik het goed begrijp?
Deze vraag kun je beter als nieuwe vraag stellen, zodat de vraag en het antwoord makkelijker terug te vinden zijn voor andere studenten
Nog een vraag m.b.t. welke soort visualisatie ik dan kies. Ik kan dus niet fout kiezen schrijf je. Kan ik eventueel nog kiezen voor de gestandaardiseerde versie in mijn MRA, maar de gecentreerde versie via visualisatie? Of moet ik die twee gelijk houden?
Hoewel het statistisch geen verschil maakt zou ik niet teveel shoppen. Het is wel heel gewoon om in de tekst de B en p-waarde te geven, en in een tabel dan complementair de Beta's. (Of omgekeerd, als ze maar complementair zijn). Voor een figuur zou je hetzelfde kunnen aanhouden
...