Forum Statistiek

Vragen & antwoordem over statistiek en methodologie
Het is nu zo jan 21, 2018 3:54 pm

Alle tijden zijn GMT + 1 uur




Plaats een nieuw onderwerp Antwoord op onderwerp  [ 4 berichten ] 
Auteur Bericht
BerichtGeplaatst: wo feb 22, 2017 4:43 pm 
Offline

Geregistreerd: wo feb 22, 2017 4:18 pm
Berichten: 3
Hallo, graag had ik wat hulp gekregen bij een aantal vragen betreffende een onderzoek waar ik mee bezig ben als student.
Het onderzoek gaat over predictoren van studiesucces( zoals doorzettingsvermogen, motivatie, zelfvertrouwen,..enz). Zowel afhankelijk varialbele( studiesucces) als onafhankelijke variabelen zijn van een continue interval( of gelijkgesteld, bv resultaten van vragenlijsten die een score van 0 tot 20 opleveren).

Wat ik wens te onderzoeken is hoe het verband tussen OV en AV eruit ziet, mogelijk levert een niet lineair model een betere fit op dan een lineair model. Maar hoe vergelijk je wat de beste fit is( visueel kan ik me dat voorstellen, als wat best door de puntenwolk loopt)?
Daarnaast zou ik ook willen onderzoeken of er een ander patroon zichtbaar is tussen bv studenten met een hoge studiesucces en studenten met een laag studiesucces, daarmee bedoel ik iets zoals bv de regressierechte een andere helling krijgt bij bv studenten die slagen en studenten die niet slagen, indien de helling bv zou verminderen bij studenten die meer dan de helft halen als eindcijfer( dus studiesucces), dan vermoed ik dat ik kan besluiten dat die predictor er dan minder toe doet? Feitelijk zoek ik naar patronen, want in de literatuur vind ik bv dat teveel zelfvertrouwen maar ook te weinig tot een laag studiesucces kan leidden( omgekeerd U verband).

Ik vraag mij ook af of ik dan onderling de verschillende predictoren ook kan vergelijken, bv, welke predictor heeft de grootste invloed, maar ik weet niet zo goed hoe ik dit kan doen, moet ik daarvoor eerst mijn data van de onafhankelijke varialbelen standaardiseren zodat ze vergelijkbaar zijn, het gaat hier over constructen zoals motivatie en zelfvertrouwen, ik vermoed dat de scores hiervan op een vragenlijst niet zomaar over verschillende predictoren kan worden vergeleken?
Samengevat zijn mijn vragen:
-hoe vergelijk ik de fit van een lineair tov niet lineair, of niet-monotoom verband?
-hoe kan ik patronen ontdekken, bv, waar de helling van de regressie(rechte)lijn veranderd, of zelf de richting veranderd.
-hoe kan ik meerdere predictoren die psychologische constructen zijn vergelijken met elkaar ifv "predictieve" waarde( in de zin van bv zal een toename in zelfvertrouwen tot een grotere toename in studiesucces leidden, dan bv motivatie?)?

alvast bedankt voor feedback, indien vragen, stel maar gerust.


Omhoog
 Profiel  
Antwoord met een citaat  
BerichtGeplaatst: do feb 23, 2017 7:23 pm 
Offline
Site Admin

Geregistreerd: za okt 30, 2004 4:46 pm
Berichten: 2675
Woonplaats: Amsterdam
Beste 'debbos'

Allereerst: onderzoek dat uitgaat van de data en bij die data een groot aantal modellen uitprobeert is slechts hypthese-vormend. Dat wil zeggen dat de juistheid van de gevonden modellen in nieuw onderzoek en met nieuwe data moet worden bevestigd.

Je vraagt erg veel en tussen de regels door lees ik dat je al veel weet. Ik beperk me dus in eerste instantie tot de hoofdvragen en hoor wel of je nog nadere vragen hebt.

-hoe vergelijk ik de fit van een lineair tov niet lineair, of niet-monotoom verband?

De fit van twee modellen kun je met een F-toets vergelijken en formeel toetsen mits ze genest zijn. Bijvoorbeeld met een polynomiaal model als y = b0 + b1x vs y = b0 + b1x + b2x2 toets je of de toevoeging van de kwadratische term statistisch significant is. Een niet-lineair model als y = bx/(cx + a) kun je zo niet onderscheiden van bijvoorbeeld y = b0 + b1x. Zie Kennisbasis Statistiek, Partiƫle F-toets.

-hoe kan ik patronen ontdekken, bv, waar de helling van de regressie(rechte)lijn veranderd, of zelf de richting veranderd.

Met polynomiale modellen. Verder kun je twee groepen maken met een dummy variabele als OV, zie Kennisbasis Statistiek, Dummy-variabelen in het regressie-model.

-hoe kan ik meerdere predictoren die psychologische constructen zijn vergelijken met elkaar ifv "predictieve" waarde( in de zin van bv zal een toename in zelfvertrouwen tot een grotere toename in studiesucces leidden, dan bv motivatie?)?

Ik begrijp je tekst niet goed, maar ik denk dat je verwijst naar interacties tussen 2 of meer OV's. Het model is dan iets als: y = b0 + b1x1 + b2x2 + b3x1x2. Zie Kennisbasis Statistiek, Interactie tussen regressors.

Maak vooral een goed gebruik van grafieken.

Succes, Herman.

_________________
Beheerder/moderator Forum Statistiek en Kennisbasis Statistiek. Voor zakelijke dienstverlening klik WynneConsult.


Omhoog
 Profiel  
Antwoord met een citaat  
BerichtGeplaatst: vr maart 03, 2017 9:46 pm 
Offline

Geregistreerd: wo feb 22, 2017 4:18 pm
Berichten: 3
Dankjewel voor de uitleg, daar ben ik al iets mee, ik zit nog met een paar vragen, maar ik denk dat ik het best met een figuur toelicht.


Omhoog
 Profiel  
Antwoord met een citaat  
BerichtGeplaatst: do mei 04, 2017 7:44 pm 
Offline

Geregistreerd: wo feb 22, 2017 4:18 pm
Berichten: 3
momenteel heb ik al wat beter zicht op wat ik wil onderzoeken, wat maakt dat ik mijn vragen wat gerichter kan stellen. Zoals aangegeven is het de bedoeling om studiesucces te voorspellen/verklaren.
Het zit zo dat veel huidig onderzoek vooral vertrekt van een lineair verband tussen bv afhankelijke variabelen zoals motivatie, doorzettingsvermogen en nauwgezetheid enzo.
Wat ik concreet wil onderzoeken is of een model dat gebruik maakt van niet-lineaire verbanden tot een betere voorspelling kan komen. Dus wat er visueel op neerkomt dat een kromme of een U- vormige (of ander niet-lineair en niet-monotoon verband) de best passende "lijn" is die door de datapunten gaat, of ook dus er in slaagt om het "meest" variantie te verklaren in de afhankelijke variabele.
ik ben echter enkel vertrouwd(in beperkte mate) met lineaire verbanden en toetsen.
Uit wat ik opmaakt zou ik telkens gebruik moeten maken van modelvergelijkingen, en kijken of een model met of zonder kwadratische termen het significant beter doet.
Mijn vraag is of ik dit simultaan kan doen voor verschillende predictoren? En kan ik dit ook simultaan voor verschillende soorten niet- lineaire verbanden?
kan ik dan ook tot een model komen waarbij bv de ene predictor goed fit op een lineair verband, en een andere op een niet lineair verband?
kan ik dan ook bv (categorische) controlevariabelen mee nemen zoals geslacht door dummyvariabelen te gebruiken?
Samengevat wil ik dus een model maken dat studiesucces goed kan verklaren. ik wil hierbij toetsen of ik tot een betere fit kan komen door niet-lineaire en niet-monotone verbanden op te nemen.
Ik hoop dat deze vraagstelling wat concreter is.
groeten
debbos


Omhoog
 Profiel  
Antwoord met een citaat  
Geef de vorige berichten weer:  Sorteer op  
Plaats een nieuw onderwerp Antwoord op onderwerp  [ 4 berichten ] 

Alle tijden zijn GMT + 1 uur


Wie is er online

Gebruikers op dit forum: Geen geregistreerde gebruikers. en 8 gasten


Je mag geen nieuwe onderwerpen in dit forum plaatsen
Je mag niet antwoorden op een onderwerp in dit forum
Je mag je berichten in dit forum niet wijzigen
Je mag je berichten niet uit dit forum verwijderen
Je mag geen bijlagen toevoegen in dit forum

Zoek naar:
Ga naar:  
POWERED_BY
phpBB.nl Vertaling