Hoofdstuk 11: Complexere relaties tussen
variabelen
1. Inleidende begrippen
Conceptueel model/ conceptueel diagram
- Een model waarin concepten en hun onderlinge relaties in kunnen worden
samengevat
- Web van theoretische verwachte relaties tussen kenmerken
Padmodel/ paddiagram
- Web van op basis van empirisch onderzoek verwachte relaties tussen variabelen (in
een steekproef)
- Meerdere afhankelijke variabelen, waarbij een afhankelijke variabele in een deel van
het statistisch model ook een effect heeft op andere variabelen in het model
Vanaf relatie tussen 3 of meer variabelen spreekt men van netwerken van relaties tussen
variabelen
Inleiding
3 basisposities van variabelen in een basis-padmodel
1. Helemaal rechts: de variabelen die verklaard worden door andere variabelen. Dit zijn
de afhankelijke variabelen. Er komen enkele pijlen (causal arows) toe.
2. Helemaal links: de variabelen die andere variabelen ‘beïnvloeden’. Dit zijn de
onafhankelijke variabelen. Er vertrekken pijlen, maar er komen geen pijlen toe.
3. Ertussen: de variabelen die verklaard worden door één of verschillende
onafhankelijke variabelen en die tevens verklarend zijn voor de afhankelijke
variabelen. Dit zijn de intermediaire variabelen. Er komen pijlen toe en er vertrekken
pijlen naar andere variabelen.
2. Mediatorvariabele
Mediërende variabele of mediatorvariabele
- Een variabele die tussen een oorzaak-gevolgrelatie staat en hiermee het effect tussen
de oorzaak-gevolgrelatie beter verklaart en de relatie sterker maakt
- Mechanisme waarlangs een externe oorzaak (gebeurtenis) het gevolg teweegbrengt
- Onderbouw je met een statistische analyse
3. Moderatorvariabele of het interactie-effect
Interactie-effect
- De situatie waarbij de sterkte van het statistisch effect van X1 op Y beïnvloed wordt
door X2, X2 wordt de moderatorvariabele genoemd
o Deze variabele verandert de impactwijze van X1 op Y
Onafhankelijke variabele (X1) Afhankelijke variabele (Y)
Onafhankelijke variabele (X2)/moderatorvariabele
Voorbeeld van interactie-effect tussen variabelen op laag meetniveau
Conditionele verdeling bekijken: hoe is één van de 2 variabelen verdeeld binnen 1 categorie
van de andere variabele
Significantie testen: chi2 en p
Interactie in een meervoudige lineaire regressie
Regressievergelijking met 2 onafhankelijke variabelen
- Yhat= α + β 1 X 1+ β 2 X 2
1
variabelen
1. Inleidende begrippen
Conceptueel model/ conceptueel diagram
- Een model waarin concepten en hun onderlinge relaties in kunnen worden
samengevat
- Web van theoretische verwachte relaties tussen kenmerken
Padmodel/ paddiagram
- Web van op basis van empirisch onderzoek verwachte relaties tussen variabelen (in
een steekproef)
- Meerdere afhankelijke variabelen, waarbij een afhankelijke variabele in een deel van
het statistisch model ook een effect heeft op andere variabelen in het model
Vanaf relatie tussen 3 of meer variabelen spreekt men van netwerken van relaties tussen
variabelen
Inleiding
3 basisposities van variabelen in een basis-padmodel
1. Helemaal rechts: de variabelen die verklaard worden door andere variabelen. Dit zijn
de afhankelijke variabelen. Er komen enkele pijlen (causal arows) toe.
2. Helemaal links: de variabelen die andere variabelen ‘beïnvloeden’. Dit zijn de
onafhankelijke variabelen. Er vertrekken pijlen, maar er komen geen pijlen toe.
3. Ertussen: de variabelen die verklaard worden door één of verschillende
onafhankelijke variabelen en die tevens verklarend zijn voor de afhankelijke
variabelen. Dit zijn de intermediaire variabelen. Er komen pijlen toe en er vertrekken
pijlen naar andere variabelen.
2. Mediatorvariabele
Mediërende variabele of mediatorvariabele
- Een variabele die tussen een oorzaak-gevolgrelatie staat en hiermee het effect tussen
de oorzaak-gevolgrelatie beter verklaart en de relatie sterker maakt
- Mechanisme waarlangs een externe oorzaak (gebeurtenis) het gevolg teweegbrengt
- Onderbouw je met een statistische analyse
3. Moderatorvariabele of het interactie-effect
Interactie-effect
- De situatie waarbij de sterkte van het statistisch effect van X1 op Y beïnvloed wordt
door X2, X2 wordt de moderatorvariabele genoemd
o Deze variabele verandert de impactwijze van X1 op Y
Onafhankelijke variabele (X1) Afhankelijke variabele (Y)
Onafhankelijke variabele (X2)/moderatorvariabele
Voorbeeld van interactie-effect tussen variabelen op laag meetniveau
Conditionele verdeling bekijken: hoe is één van de 2 variabelen verdeeld binnen 1 categorie
van de andere variabele
Significantie testen: chi2 en p
Interactie in een meervoudige lineaire regressie
Regressievergelijking met 2 onafhankelijke variabelen
- Yhat= α + β 1 X 1+ β 2 X 2
1
