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

Beste lezer

Hoe kan ik uit deze tabel de standaarderror van de afhankelijke variabele aflezen of moet ik die berekenen uit het betrouwbaarheidsinterval van de proportie verklaarde variantie? Hoe doe ik dat dan?

in Cross-sectioneel Onderzoek (PB0802) door (350 punten)

1 Antwoord

0 leuk 0 niet-leuks
De standaardfout van de afhankelijke variabele kun je niet terugvinden in of berekenen uit deze tabel; en ook niet uit het betrouwbaarheidsinterval van de R^2. Daarvoor heb je bijvoorbeeld de standaarddeviatie van de afhankelijke variabele, en de steekproefomvang, nodig.
door (71.7k punten)

De correlatie van eigen-effectiviteit met intentie is hoger dan de correlatie van attitude met intentie.

Waarom is deze onjuist?

Ik vermoed dat bij multipele correlatie de gestandardiseerde regressiecoëfficiënten niet gelijk zijn aan de correlatiecoëfficiënten. Dat is wel het geval bij een enkelvoudige regressie.
Is het dan zo dat om te zien of de standaarddeviaties van de voorspellers bijna identiek zijn aan die van de afhankelijke variabele, ik dan kijk naar de SE van het intercept (daar in dat geval de voorspellers op nul staan) en die dan vergelijk met de SE van de voorspellers?
Standaardisatie is correctie voor de gebruikte schaalverdeling (door deling door de standaarddeviatie).

De gestandaardiseerde coefficienten zijn verkregen door eerst alle variabelen te standaardiseren (i.e. gemiddelde er vanaf trekken, en dan delen door de standaarddeviatie), en dan een regressie-analyse uit te voeren. De gestandaardiseerde regressiecoefficienten zijn dus eigenlijk gewoon de ruwe regressiecoefficienten maar dan uit een regressie met gestandaardiseerde variabelen.

Daarom drukken de gestandaardiseerde regressiecoefficienten uit hoeveel standaarddeviaties de afhankelijke variabele toeneemt (of, als de regressiecoefficient negatief is, afneemt) als de betreffende voorspeller met 1 standaarddeviatie toeneemt.

Als alle gestandaardiseerde regressiecoefficienten gelijk zijn aan alle ruwe regressiecoefficienten (zoals hier), dan heeft het delen door de standaarddeviatie dus geen effect gehad. Een toename in attitude van 1 (op de schaal waarop attitude is gemeten) betekent een toename in de afhankelijke variabele van 0.28; en een toename in attitude van 1 standaarddeviatie betekent een toename in de afhankelijke variabele van 0.30.

Die 0.28 en 0.30 kunnen we als gelijk beschouwen: beiden hebben immers betrouwbaarheidsintervallen; beiden zijn schattingen uit 'ruizige' steekproeven. Hetzelfde patroon zie je bij de andere variabelen: daar zijn de gestandaardiseerde coefficienten ook allemaal gelijk aan de ruwe coefficienten.

Oftewel, voor elke voorspeller geldt dat als deze toeneemt met 1 op de gebruikte schaal, dat de toename in de afhankelijke variabele dan gelijk is aan het aantal standaarddeviaties dat de afhankelijke variabele toeneemt als die voorspeller toeneemt met 1 standaarddeviatie.

Of je corrigeert voor de gebruikte schaalverdelingen maakt dus niet uit: en dat kan alleen als die gebruikte schaalverdelingen overal hetzelfde zijn. Oftewel, als de standaarddeviaties van alle variabelen hetzelfde zijn. Als die niet hetzelfde zijn zou na corrrectie voor schaalverdeling de regressiecoefficient anders moeten zijn.
...