Ik ben bezig met een regressie-analyse. Uit een correlatie-analyse is gebleken dat sommige correlaties met onafh.variabelen niet significant te zijn. In de regressie-analyse hebben ze echter een grote beta-waarde, dus waarschijnlijk hebben ze toch invloed op de afh.variabelen. Wellicht is er sprake van indirecte effecten/schijnsamenhang. Nu is mijn vraag: Hoe kan ik met een regressie-analyse aantonen dat er sprake is van indirecte effecten, hoe kan ik zien welke variabelen erbij betrokken zijn en langs welke onafh. variabelen de indirecte effecten lopen? Hoe kan ik vervolgens, als er significante indirecte effecten gevonden zijn, het resultaat vergelijken tussen twee groepen?
Is het bijvoorbeeld ook toegestaan om 'leeftijd'(onafh.variabele) als Dependent variable in de regressie-analyse in te voeren? Ik wil er namelijk achterkomen waarom leeftijd een grote beta-waarde heeft die niet significant is, en dat de oorzaak misschien gevonden kan worden in andere onafh.variabelen die leeftijd verklaren. Zo heb ik bijvoorbeeld gevonden dat de beta v. 'dienstverband' ,940* is op leeftijd...
Bij voorbaat dank, Ce
Ce
Student universiteit - woensdag 2 juni 2004
Antwoord
Dag Ce, heb je als eens geprobeerd van een partiele correlatiecoefficient te berekenen? Die kan je namelijk gebruiken als het verband tussen twee variabelen vertekend is door de invloed van een derde variabele. Een voorbeeld : je berekent de correlatie tussen uitgaven aan kleding en geslacht, maar dit is niet significant. Dan kan je corrigeren voor inkomen bijvoorbeeld, zodat dan kan blijken dat er wel degelijk een verband is tussen geslacht en uitgaven aan kleding. Ik zou dit dus eerst es uitvoeren en kijken wat er uit de bus komt. Is er dan iets nog niet duidelijk, laat dan maar horen! Groetjes en succes, Lieve
Re: Regressie-analyse SPSS 