Springen naar inhoud

Indirecte verbanden


  • Log in om te kunnen reageren

#1

Edmee

    Edmee


  • 0 - 25 berichten
  • 11 berichten
  • Gebruiker

Geplaatst op 05 augustus 2008 - 12:27

Beste statistiekers,

Ik doe een onderzoek naar de variatie in de omzetten van een winkelketen. Omdat het model redelijk uitgebreid is, met veel onafhankelijke variabelen, doe ik de multiple regressie analyse in verschillende stappen. Op die manier zou ik indirecte verbanden kunnen opsporen.

Ik begin met 2 controle variabelen, x1 en x2, welke een significant en lineair effect hebben op de afhankelijke Y. Daarna voeg ik twee nieuwe variabelen toe, x3 en x4, welke stand houden terwijl er dus gecontroleerd wordt voor de controle variabelen. De Beta van x3 is echter wel wat kleiner geworden nu.

Controle variabele x2 is daarna niet meer significant; want hij heeft invloed op Y via x4 die later is toegevoegd (dat had ik ook verwacht). Ecther, controle variabele x2 heeft inééns een ontzettend hoge Beta gekregen en ook een veel hogere B-coefficient! Hoe moet ik zo'n verandering interpreteren??

Groetjes,
Edmee

Dit forum kan gratis blijven vanwege banners als deze. Door te registeren zal de onderstaande banner overigens verdwijnen.

#2

ferry

    ferry


  • >250 berichten
  • 954 berichten
  • VIP

Geplaatst op 05 augustus 2008 - 12:34

Hoi Edmee,

Dat heeft er waarschijnlijk mee te maken dat de variabelen onderling enorm hoog gecorreleerd zijn. In SPSS kun je bij Linear Regression -> Statistics een vinkje zetten bij Collinearity diagnostics. Daarmee kun je bekijken in hoeverre het een probleem oplevert. Kijk ook goed wat er gebeurt met de verklaarde variantie van je model. Verder, een mogelijke oplossing is het gebruiken van gecentreerde variabelen.

Succes





0 gebruiker(s) lezen dit onderwerp

0 leden, 0 bezoekers, 0 anonieme gebruikers

Ook adverteren op onze website? Lees hier meer!

Gesponsorde vacatures

Vacatures