Samenvatting deel 2 OM3 Herkansing
Week 9
Hoorcollege 1: Regressieanalyse: Moderatie
● Wat is een moderatie?
● Hangt het effect van de ene onafhankelijke variabelen op de afhankelijke variabelen
af van de waarde op de andere onafhankelijke variabelen
● Is de relatie tussen x en y anders voor z?
● is het effect van x op y afhankelijk van z?
● Conceptueel model
● * Je kunt geen interactie-effect testen zonder het effect van z op y mee te nemen in
je model
● * Maar vaak zit de interesse in een moderatie-model wel vooral in die moderator, dat
is meestal je voornaamste hypothese.
Over X en Z
● bij interactie zijn x en z inwisselbaar
○ het effect van inkomen op geluk hangt af van leeftijd
○ het effect van leeftijd op geluk hangt af van inkomen
Voorbeeld 1: Binair * Binair
● bij interactiemodellen vaak vooral geïnteresseerd in het interactie effect
○ h1: het effect van religieus zijn op het aantal werkuren is afhankelijk van
gender
● Variabelen
○ werkuren gemeten als aantal uren dat iemand per week werkt
○ twee binaire variabelen: beide gecodeerd als 0 en 1
■ male: vrouw 0 en man 1
■ reli: niet religieus 0 en wel religieus 1
○ daarmee construeer je de interactievariabelen
■ relixmale: reli*male
■ je construeert de interactieterm dus zelf met COMPUTE:
interactieterm = x * z
● Interpretatie
○ bij interpretatie van interactie modellen zijn er twee stappen:
■ 1. er is sprake van een significant interactie-effect
, ■ 2. indien er sprake is van een significant interactie-effect, wat
betekenen die verschillen dan? Hoe hangt het effect van x op y af van
z
■ output:
● Let op!
Heel belangrijk: de interpretatie
van de b-coëfficiënten is heel
anders wanneer je een
interactieterm toevoegt
● Effecten gaan niet meer over de hele groep, maar over afzonderlijke subgroepen
● logisch: het hele idee van moderatie is immers dat effecten verschillen voor
subgroepen
4 groepen
Week 9
Hoorcollege 1: Regressieanalyse: Moderatie
● Wat is een moderatie?
● Hangt het effect van de ene onafhankelijke variabelen op de afhankelijke variabelen
af van de waarde op de andere onafhankelijke variabelen
● Is de relatie tussen x en y anders voor z?
● is het effect van x op y afhankelijk van z?
● Conceptueel model
● * Je kunt geen interactie-effect testen zonder het effect van z op y mee te nemen in
je model
● * Maar vaak zit de interesse in een moderatie-model wel vooral in die moderator, dat
is meestal je voornaamste hypothese.
Over X en Z
● bij interactie zijn x en z inwisselbaar
○ het effect van inkomen op geluk hangt af van leeftijd
○ het effect van leeftijd op geluk hangt af van inkomen
Voorbeeld 1: Binair * Binair
● bij interactiemodellen vaak vooral geïnteresseerd in het interactie effect
○ h1: het effect van religieus zijn op het aantal werkuren is afhankelijk van
gender
● Variabelen
○ werkuren gemeten als aantal uren dat iemand per week werkt
○ twee binaire variabelen: beide gecodeerd als 0 en 1
■ male: vrouw 0 en man 1
■ reli: niet religieus 0 en wel religieus 1
○ daarmee construeer je de interactievariabelen
■ relixmale: reli*male
■ je construeert de interactieterm dus zelf met COMPUTE:
interactieterm = x * z
● Interpretatie
○ bij interpretatie van interactie modellen zijn er twee stappen:
■ 1. er is sprake van een significant interactie-effect
, ■ 2. indien er sprake is van een significant interactie-effect, wat
betekenen die verschillen dan? Hoe hangt het effect van x op y af van
z
■ output:
● Let op!
Heel belangrijk: de interpretatie
van de b-coëfficiënten is heel
anders wanneer je een
interactieterm toevoegt
● Effecten gaan niet meer over de hele groep, maar over afzonderlijke subgroepen
● logisch: het hele idee van moderatie is immers dat effecten verschillen voor
subgroepen
4 groepen
