College 6: Responsiecollege (wijzigingen in rood) Cursus Bachelor Project 2 B&O College 6 Harry B.G. Ganzeboom

Transcriptie

1 College 6: Responsiecollege (wijzigingen in rood) Cursus Bachelor Project 2 B&O College 6 Harry B.G. Ganzeboom

2 AGENDA Omgang met SPSS (tijdens het tentamen). Gebruik van Excel. Factoranalyse en betrouwbaarheidsanalyse Kruisladingen Wat is een latente variabele? Confounding en mediatie Modeldiagram C = C + A*B Sobeltest Moderatie Modeldiagram Modelformule: Y = B0 + B1*X1 + B2*X2 + B3*X1*X2 Verschil tussen een confounder en een moderator Moderatie en split file. Bewerkingen van de moderator (centreren, standaardiseren) ModGraph 2

3 Omgang met SPSS en Excel Bestudeer de SPSS syntax handreiking op BB. Plaats je datafile (schoon!) op een plaats waar je hem kunt terugvinden (bv. je desktop). Maak een syntax die begint met het inlezen van de data. Bewaar deze syntax frequent. Bewaar geen output of bewerkte data. Excel is ook een rekenmachine. 3

4 Factoranalyse: Kruisladingen SPSS demonstratie: /Rotation=Oblimin Kruisladingen, de Sleebos norm (0.30) Kijk ook naar de component correlations, om te kunnen interpreteren wat een negatieve en positieve ladingen betekenen. 4

5 Factoranalyse: wat is een latente variabele? Meten draait om het verschil tussen het kenmerk-alsbedoeld en het kenmerk-zoals-gemeten. Ook als je een kenmerk door meerdere indicatoren hebt gemeten, deze hebt gemiddeld tot een index, is die index nog niet het kenmerk-als-bedoeld. Het verschil is de meetfout. Deze kunnen random en systematisch zijn. Het aardig van latente variabelen analyse is dat hoewel je het kenmerk-als-bedoeld niet kunt meten, je toch een goed schatting kunt krijgen hoe dat kenmerk correleert met andere kenmerken. 5

6 Het elementaire causale model Zie college 3 6

7 Baron & Kenny: C = C + A*B In woorden: Totaal effect = direct effect + indirect effects Meer algemeen: Correlatie = confounding effects + indirect effects + direct effect Totaal effect = correlatie confounding effects Zowel indirecte als als confouding effecten zijn vermenigvuldigingen van de betrokken directe effecten. 7

8 Sobeltest Geeft antwoord op de vraag: is het indirecte effect statistisch significant? Twee manieren: Via B s en SE s (geeft SE van indirect effect) Via t-waarden (geeft alleen significantietest) 8

9 Modeldiagram moderatie Zie college 4 Het gaat om: Een pijl naar een pijl (hoe de moderator de causale relatie X Y verandert) Je bent meer geholpen met de modelformule: 9

10 Modelformule Y = B0 + B1*X1 + B2*X2 + B3*X1*X2 Het maakt eigenlijk niet uit of je X1 of X2 als moderator beschouwt. Algemene regel: A picture tells more than a thousand words A number tells more than a thousand pictures A formula tells more than a thousand numbers 10

11 Verschil tussen een mediator en een confounder Een confounder Z is een achterliggende variabelen; een mediator M is een tussenliggende variabele. Bij confounding en mediatie hou je de confounder / mediator constant: je kijkt naar X Y bij gelijke waarden van de cases op de confounders / mediatoren. Als confounders / mediatoren niet gecorreleerd zijn met X (en/of geen invloed hebben op Y), levert je analyse niets op. Het verschil tussen confounding en mediatie-analyse wordt uitsluitend gemaakt door de assumptie over de plaats van Z en M in het causaal diagram. De regressiemodellen zijn hetzelfde. 11

12 Verschil tussen een confounder en een moderator Zowel confounders als mediators kunnen moderator variabelen zijn. Mediatie/confounding analyse laat de zuivere invloed van X Y zien. Het effect is één getal. Moderatie liet zien hoe dit effect afhangt van de moderatievariabelen. Het gaat dus om meerdere (twee, veel, oneindig veel) effecten X Y. 12

13 Moderatie en split file Split file doe je als voorwas op een moderatiemodel. Bij dichotome moderatie laat het model voor de afzonderlijke groepen alle informatie zien, behalve de significantie van de moderatie. Bij continue moderatie helpt split file je niet zoveel. Er zijn dan zoveel groepen (een bundel), dat uitsplitsen onoverzichtelijk wordt en niets zegt vanwege kleine aantallen per groep. ModGraph kiest in dit geval drie lijnen om de hele bundel te representeren. 13

14 Bewerkingen van de moderator Bewerkingen van de moderator: Dichotoom (maken): 0/ maken Centreren Standaardiseren Het gaat er steeds om: 0 binnen de data te brengen 1 een interpreteerbare eenheid te maken 14

15 ModGraph Bij dichotome moderator beeldt Modgraph twee lijnen af. Bij continue moderator beeldt Modgraph drie lijnen af: Het gemiddelde X Y effect. Het X Y effect voor 1 SD boven het gemiddelde van de moderator. Het X Y effect voor 1 SD onder het gemiddelde van de moderator. Als de verdeling van de moderator ongeveer normaal is betekent dit dat ModGraph de binnenster 2/3 van de bundel regressielijnen afbeeldt. 15