Springen naar inhoud

Regressieanalyse (definiering variabelen)


  • Log in om te kunnen reageren

#1

Marksax

    Marksax


  • 0 - 25 berichten
  • 6 berichten
  • Gebruiker

Geplaatst op 03 november 2008 - 14:46

Beste statistiekers,

Momenteel ben ik bezig met mijn afstudeerscriptie en ik heb een vraag over de manier waarop ik mijn variabelen heb geconstrueerd voor mijn regressieanalyse.

Ik heb een aantal onafhankelijke variabelen gedefinieerd aan de hand van mijn vragenlijst. Nu is mijn vraag of ik op de juiste manier mijn onafhankelijke variabelen opneem in de regressieanalyse. Hieronder zijn drie voorbeelden te zien van hoe ik de variabelen heb gedefinieerd.

De variabele ‘perceived monetary costs’ wordt geconstrueerd door vraag 29 te gebruiken. Deze vraag wordt gemeten op een schaal van 1 tot 3 (1= redelijke prijs, 2= hoge prijs en 3= te hoge prijs). De score (min=1/max=3) op deze variabele zal hoger zijn naarmate ouders vinden dat ze veel geld hebben moeten betalen voor x in ruil voor wat ze hebben gekregen.

De variabele 'perceived risk' wordt 'geconstrueerd met behulp van de eerste stelling van vraag 21. De stelling luidt: ‘ik heb een abonnement op x genomen, omdat andere ouders ook een abonnement hebben genomen’. Deze stelling is gemeten op een schaal van 1 tot 5. De score (min=1/max=5) op deze variabele zal hoger zijn naarmate ouders vinden dat er een grote sociale druk bestaat rondom het nemen van een abonnement op x.

De variabele 'brand experience wordt geconstrueerd met behulp van vraag 18. Deze vraag bevat 5 imago stellingen over het merk x. Deze stellingen zijn gemeten op een schaal van 1 tot en met 5. De score (min=5/max=25) op deze variabele zal hoger zijn naarmate ouders positieve associaties hebben met het merk x


Is het noodzakelijk dat ik alle variabelen terug herleid naar dezelfde schaal om op een juiste manier de regressieanalyse uit te voeren?

Dus bijvoorbeeld:

Brand experience
1 = laag (score 5-12)
2 = medium (score 13-19)
3 = hoog (score 20-25)

Perceived risk
1 = laag (score 1 -2)
2 = medium (score 3)
3 = hoog (score 4-5)

Of kan ik de variabelen met bovengenoemde schalen ook zo in de regressieanalyse 'stoppen'?

Dus bijvoorbeeld:

Brand experience
score tussen 5 (laagst) en 25 (hoogst)

perceived monetary costs
score tussen 1 (laagst) en 3 (hoogst)

Mijn afstudeerbegeleider wist niet zeker of ik laatst genoemde definiering mag gebruiken. Ik hoop dat de vraagstelling zo duidelijk is. Mocht er meer info nodig zijn dan hoor ik het graag.

Alvast bedankt voor de reactie!!

Groetjes,
Mark

Veranderd door Marksax, 03 november 2008 - 14:50


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 03 november 2008 - 15:01

Hoi Mark,

Je kunt deze onafhankelijke variabelen gewoon opnemen in je regressieanalyse. Sterker nog, dat is aan te raden omdat je op die manier zo goed mogelijk gebruik maakt van de informatie die je hebt. Het is dan wel zaak goed te letten op de interpretatie van de effecten. Als de variabelen op verschillende schalen zijn gemeten, is het niet mogelijk de ongestandaardiseerde effecten met elkaar te vergelijken, als je dat wel wil, gebruik dan de gestandaardiseerde uitkomsten.

Ik heb nog wel even een vraag over de "brand experience" variabele. Heb je een betrouwbaarheidsanalyse uitgevoerd waarmee de kwaliteit van de schaal is vastgesteld?

Groeten
Ferry

#3

Marksax

    Marksax


  • 0 - 25 berichten
  • 6 berichten
  • Gebruiker

Geplaatst op 03 november 2008 - 17:00

Hoi Ferry,

Ik zie nu inderdaad dat je al hebt gereageerd (ben nog een 'rookie' op het forum). Bedankt hiervoor! :D

Ik heb geen betrouwbaarheidsanalyse uitgevoerd voor mijn schaal van brand experience. Je bedoelt hier denk ik mee of er sprake is van een normale verdeling (95%) in de antwoorden op deze schaal, toch? In hoeverre is dit noodzakelijk?

Overigens, ik begrijp dus op basis van jouw antwoord dat ik naar de gestandaardiseerde beta coefficienten moet kijken, alleen hier staat geen 'constant' beta waarde bij. Kan ik als 'constant' waarde wel de beta gebruiken van de ongestandaardiseerde effecten?

Alvast bedankt weer voor de reactie en mocht ik nog verdere vragen hebben dan zal ik ze zeker stellen :P

Groetjes,
Mark

#4

ferry

    ferry


  • >250 berichten
  • 954 berichten
  • VIP

Geplaatst op 03 november 2008 - 17:35

Hoi Mark,

Ja, welkom nog op het ws-forum!

Met een betrouwbaarheidsanalyse kun je vaststellen in hoeverre de verschillende items daadwerkelijk een bepaalde schaal vormen, of eigenlijk hoe goed die schaal dan is.

Zie ook hier:
http://www.ppsw.rug....betrouwbaarheid

Verder, als je de gestandaardiseerde coëfficiënten weergeeft, kun je niet de constante weergeven, die is namelijk per definitie 0. Je kunt wel beide waardes weergeven in een tabel, en je kunt ook alleen de ongestandaardiseerde waardes weergeven, met de constante, alleen is onderlinge vergelijking van de effecten dan niet meer mogelijk.

Succes
Ferry

#5

Marksax

    Marksax


  • 0 - 25 berichten
  • 6 berichten
  • Gebruiker

Geplaatst op 05 november 2008 - 11:42

Hoi Ferry,

Ik had nog even een klein vraagje over regressieanalyse. Wat betekent het wanneer al je onafhankelijke variabelen significant zijn, behalve je constante? Is dit een probleem?

Alvast bedankt voor de reactie!

Groetjes,
Mark

#6

ferry

    ferry


  • >250 berichten
  • 954 berichten
  • VIP

Geplaatst op 05 november 2008 - 13:42

Hoi Mark,

Dat is geen probleem. Het betekent niks anders dan dat de waarde van het intercept niet significant afwijkt van 0. Klopt het dat de waarde van de constante in de buurt van 0 is?

Ferry

#7

Marksax

    Marksax


  • 0 - 25 berichten
  • 6 berichten
  • Gebruiker

Geplaatst op 05 november 2008 - 15:44

Ja dat klopt! Bedankt!

#8

Marksax

    Marksax


  • 0 - 25 berichten
  • 6 berichten
  • Gebruiker

Geplaatst op 06 november 2008 - 12:46

Hoi Ferry,

Ik heb al wat onderzoek gedaan, maar ik kan niet echt ergens vinden hoe je de waarde van de r square nou precies moet interpreteren. Ik begrijp dat, hoe dichter bij 1, hoe meer variantie wordt verklaard. Ik krijg waardes tussen 0,15 en 0,4. Wanneer is een r square goed en wanneer zegt het niet veel meer? Zijn hier richtlijnen voor?

Alvast weer bedankt voor de reactie.

Groetjes,
Mark

#9

ferry

    ferry


  • >250 berichten
  • 954 berichten
  • VIP

Geplaatst op 06 november 2008 - 13:37

Hi Mark,

Nee, er zijn geen precieze richtlijnen voor de hoogte van de r-kwadraat. Uiteraard geldt: hoe hoger hoe beter. Wat je kunt doen is verschillende modellen maken. Bijvoorbeeld een model met alleen de controlevariabelen en vervolgens de variabelen waarin je geinteresseerd bent. In SPSS kun je de optie aanvinken waarin ook de verandering in de r-kwadraat wordt berekend. Als deze verandering significant is, is je model verbeterd.

Ferry





0 gebruiker(s) lezen dit onderwerp

0 leden, 0 bezoekers, 0 anonieme gebruikers

Ook adverteren op onze website? Lees hier meer!

Gesponsorde vacatures

Vacatures