Sorry dat ik jullie met al deze vragen overspoel (misschien is het wel te warm om ze te beantwoorden?), maar ik raak absoluut niet verder met de interpretatie van mijn analyseresultaten. Daarom een algemenere vraag, zodat ik tenminste (hopelijk) even verder kan. Aangezien de resultaten van mijn correlatie- en regressie- analyse elkaar een beetje tegenspreken en ik ze dus nauwelijks kan interpreteren (zie mijn vorige vraag), vraag ik me af of (lineaire) regressie-analyse wel op zijn plaats is. Daarom mijn vraag: hoe controleer ik concreet of er aan de voorwaarden van lineaire regressie voldaan is (met SPSS). Ik weet dat je moet controleren op lineariteit, homoscedasticiteit en normaliteit, maar hoe doe ik dit concreet en hoe interpreteer ik de uitkomsten hiervan? De vraag die hier uit voortvloeit: stel dat er niet aan de voorwaarden van lineaire regressie voldaan is, wat doe ik dan? Bedankt en vriendelijke groet,
Koen (ten einde raad :-( )
koen
Student universiteit - vrijdag 8 augustus 2003
Antwoord
De belangrijkste indicator is de r square (verklaarde variantie). Wanneer deze rond de 75% zit (en dat is zo bij jou) mag je best zeggen dat je lineaire model het toch aardig goed doet. Geen reden om in jouw geval te panikeren en op zoek te gaan naar een ander model. In de homoscedasticiteit en normaliteit kun je je beter verdiepen op het moment dat je nog wat tijd over hebt. Misschien rolt daar nog iets verrassends uit maar eerlijk gezegd denk ik dat niet.
Alles teruglezend denk ik dat met het vorige antwoord en hiermee al je gestelde vragen inmiddels beantwoord zijn.