adding a third variable Flashcards
wat is de focale onafhankelijke variabele
de onafhankelijke variabele die centraal staat in je onderzoek
–> meestal X
welke 3 vragen wil je gewoonlijk weten in een analyse
- is het verband spurious ( schijnverband)
- zijn er medierende variabelen die helpen het verband tussen X1 en Y te verklaren
- De sterkte en/of richting van het verband tussen X1 en Y en of dit afhankelijk is van andere variabelen (moderatie/interactie)
Wat is het stappenplan van de logica ‘Elaboratie van een samenhang’
(5 stappen)
- Wat is de theoretische onderbouwing voor de samenhang van X1 en Y en controlevariabele X2 –> teken conceptueel model
- Schat de ongecontroleerde samenhang tussen X1 en Y ( dus zonder controlevariabele X2 mee te nemen) bijv. r1y
- Houd vervolgens het verband tussen X1 en Y constant voor de invloed van X2 ( de volgende variabele controleren)
- Inspecteer of de gecontroleerde samenhang tussen r1y is veranderd, en zo ja, hoe
- Afhankelijk van het soort verandering in samenhang, in relatie tot je theoretisch model (stap 1) concludeer je dat er sprake is van een bepaald type samenhang
2 manieren om een verband te controleren ( constant houding)
- bereken een bivariate correlatie tussen X1 en Y afzonderlijk per categorie van X2
–> geef inzicht in hoe ‘constant houden’ conceptueel werkt - Bereken de partiële correlatiecoëfficiënt (pr) tussen X1 en Y, onder constanthouding van X2 : ry1.2
–> gebruikt in de praktijk
benoem de juiste notaties:
1. partiële correlatie tussen X1 en Y, onder constanthouding van X2
2. partiële correlatie tussen X2 en Y, onder constanthouding van X1
3. partiële correlatie tussen X1 en Y, onder constanthouding van overige variabelen
- rY1.2
- rY2.1
- pr1
hoe bereken je de partiële correlatie?
door middel van regressie analyse
1. voorspel X1 met X2, bewaar residuen van X1
2. voorspel Y met X2, bewaar residuen van Y
3. bereken pearson’s r tussen residuen X1 en Y
wanneer is er sprake van partiële correlatie
als het effect na het toevoegen van een controlevariabele zwakker wordt.
wat is een supressor
een variabele die correleert met andere onafhankelijke variabelen (X2, zie linker Plaatje), maar NIET met de afhankelijke variabele (dat kan wel maar meestal is de correlatie behoorlijk laag)
Door suppressie wordt error variantie in X1 door X2 wegverklaard, waardoor X1 relatief meer van de variantie in Y verklaart; dus X1 voorspelt Y beter na controle voor X2 (effect van X1 wordt sterker nà controle voor X2)