Inhoud
1 Leren werken met SAS........................................................................................ 1
1.1 We gaan van start......................................................................................... 1
1.2 SAS databestanden: basisprincipes...............................................................1
1.3 SAS syntax: basisprincipes............................................................................2
1.4 Folders, libraries en verwijzingen..................................................................3
1.5 Variabelen analyseklaar maken.....................................................................5
2 Structurele vergelijkingsmodellen – Inleiding......................................................6
2.1 Wat is het doel?............................................................................................. 6
2.2 Vereisten voor SEM........................................................................................ 7
2.2.1 Meetniveau............................................................................................. 7
2.2.2 Missings.................................................................................................. 8
2.2.3 Multivariate normaliteit...........................................................................8
3 Kansenverdelingen en hypothesetoetsen............................................................9
3.1 Inleiding: Hoe groot is de kans? (en waarom is dat belangrijk?)....................9
3.2 Kansverdelingen............................................................................................ 9
3.3 Hypothesetoetsen....................................................................................... 10
4 Structurele vergelijkingsmodellen – padanalyse................................................11
4.1 Padanalyse uitvoeren met regressie............................................................11
4.2 De regels van Hatcher................................................................................. 12
4.3 Output......................................................................................................... 14
4.3.1 Inlezen van het model...........................................................................14
4.3.2 Identificatie van het model...................................................................15
4.3.3 Resultaten............................................................................................. 15
4.4 Output van een niet-gesatureerd model.....................................................17
4.4.1 Identificatie van het model...................................................................17
4.4.2 Fit van het model.................................................................................. 18
4.4.3 TOT SLOT: Kan het model (statistisch) verbeterd worden ?...................19
5 Structurele vergelijkingsmodellen: Meetmodel..................................................22
5.1 Schattingsmethoden in CALIS....................................................................22
5.2 Exploratieve vs. confirmatieve factoranalyse..............................................23
5.3 De regels van Hatcher................................................................................. 23
5.4 Output......................................................................................................... 25
5.5 Validiteits- en betrouwbaarheidstesten.......................................................30
5.5.1 Indicatorbetrouwbaarheid.....................................................................30
5.5.2 Samengestelde betrouwbaarheid..........................................................30
1
, 5.5.3 Verklaarde variantietoets......................................................................31
5.5.4 Convergentievaliditeit...........................................................................31
5.5.5 Discriminantvaliditeit............................................................................ 31
6 Structurele vergelijkingsmodellen: structureel model.......................................34
6.1 Van meetmodel naar structureel model......................................................34
6.2 De regels van Hatcher................................................................................. 34
6.3 Output......................................................................................................... 36
6.3.1 Fit van het model.................................................................................. 36
6.3.2 Resultaten............................................................................................. 36
6.4 Modeltoetsen............................................................................................... 38
6.4.1 Bijkomend: toetsen op het structureel model.......................................41
6.5 Modelvergelijking........................................................................................ 43
7 Multilevel-analyse: inleiding en theorie.............................................................45
7.1 Inleiding: Simpson’s paradox.......................................................................45
7.2 Eigenschappen van geclusterde data..........................................................45
7.2.1 Levels.................................................................................................... 45
7.2.2 Hiërarchie.............................................................................................. 45
7.2.3 Balans................................................................................................... 45
7.2.4 Onderzoeksdesign................................................................................. 46
7.3 OLS en clustering: foute manieren om met geclusterde data om te gaan. .46
7.4 van OLS-regressie naar het multilevel-model..............................................47
7.4.1 Basisidee............................................................................................... 47
7.4.2 Lineaire regressie op meerder levels.....................................................49
7.4.3 Multilevelmodel..................................................................................... 50
7.4.4 Uitbreiding van het algemeen multilevel-model....................................52
8 Mulitlevel-analyse: multilevel modellen.............................................................54
8.1 Het Multilevel Basismodel........................................................................... 54
8.2 Overzicht ML modellen................................................................................ 54
8.2.1 Null Random Intercept Model................................................................54
8.2.2 Random Intercept Model.......................................................................55
8.2.3 Fully Random Model.............................................................................. 56
8.2.4 Fully Random Model met onafhankelijke variabelen op level 2.............58
9 Multilevel-analyse: multilevel in SAS – stap voor stap.......................................59
9.1 Overzicht anlyse-stratgie............................................................................ 59
9.2 Inleiding....................................................................................................... 59
9.3 FASE 1: voorbereiding................................................................................. 60
9.3.1 STAP 1: data voorbereiden....................................................................60
2
, 9.4 FASE 2: variantie-decompositie-modellen...................................................60
9.4.1 STAP2: Null random intercept model.....................................................60
9.4.2 STAP3: Random intercept model met level-1 predictoren.....................63
9.4.3 STAP4: Toevoegen van level-2 predictoren aan stap 3..........................64
9.5 FASE 3:........................................................................................................ 66
9.5.1 STAP 5: testen van Random Slopes level 1...........................................66
9.5.2 STAP 6: Testen van significante Random Slopes level 1........................68
9.5.3 STAP 7: Testen van Random Slopes mét level 2 predictoren.................68
9.5.4 STAP 8: Reduceren van parameters in variantie-covariantiematrix.......69
9.6 FASE 4:........................................................................................................ 70
9.6.1 STAP 9: Testen cross-level interacties....................................................70
9.6.2 STAP 10: Wijzigen schattingsmethode en vergelijken modellen............71
9.6.3 STAP 11: Standaardiseren.....................................................................74
10 Longitudinale analyse...................................................................................... 76
10.1 Cross-sectioneel vs. Longitudinaal............................................................76
10.1.1 Soorten longitudinale analyse.............................................................76
10.2 Designs – Causaliteit – Experimenten........................................................77
10.2.1 Designs (opzet)................................................................................... 77
10.2.2 RETROSPEECTIEF DESIGN...................................................................77
10.2.3 PROSPECTIEF DESIGN.........................................................................77
10.2.4 Schattingsmethoden bij experimentele designs..................................79
10.3 Paneldata.................................................................................................. 80
10.3.1 Wat zijn paneldata?............................................................................. 80
10.4 Modellen om paneldata te analyseren......................................................81
10.4.1 Pooled model....................................................................................... 81
10.4.2 Fixed effects model............................................................................. 81
11 Regels van Hatcher: gestructureerd................................................................86
3
, Toegepaste Multivariate Analyse
Doel
o Inzicht krijgen in gevorderde statistische technieken
o Eerste ervaring opdoen met deze technieken
o (Resultaten van) deze technieken begrijpen en kunnen toelichten
Examen
o Theoretische kennis over technieken + interpretatie van syntax en
output
o Vier vragen
SAS (syntax)
Longitudinale analyse (theoretisch, gaan we niet in praktijk
mee aan de slag)
Structurele vergelijkingsmodellen
Multilevelanalyse
1 Leren werken met SAS
1.1 We gaan van start
We schreven een SAS-programma met twee programmastappen
o PROC FREQ -> tabel (hier: frequentietabel)
o PROC SGPLOT -> grafiek (hier: histogram)
Het Log-venster gaf geen errors of warnings over de syntax, slechts notes
over de uitgevoerde procedures
Het Results-venster toonde de gevraagde tabel en grafiek
1.2 SAS databestanden: basisprincipes
Databestanden zijn bestanden
Je gebruikt databestanden via SAS-Libraries of rechtstreeks via Home
Er zijn tijdelijke en permanente databestanden
o Permanente databestanden = in SAS Libraries of home
Basisbestanden, niet mee knoeien!
o Tijdelijke databestanden = in de WORK Library
Werkbestanden, verdwijnen bij afsluiten SAS
o Naamgeving databestanden = Library PUNT bestandsnaam
work.class = TIJDELIJK
sashelp.class = PERMANENT
o We zetten permanente databestanden altijd om naar tijdelijke
databestanden alvorens er in te werken!
o VB:
1st. Waar wil je de set opslaan, wegschrijven
‘opslaan als’
2de. ‘set’ welk bestand wil je dan op die andere
plek opslaan?
3de. Run
1
1 Leren werken met SAS........................................................................................ 1
1.1 We gaan van start......................................................................................... 1
1.2 SAS databestanden: basisprincipes...............................................................1
1.3 SAS syntax: basisprincipes............................................................................2
1.4 Folders, libraries en verwijzingen..................................................................3
1.5 Variabelen analyseklaar maken.....................................................................5
2 Structurele vergelijkingsmodellen – Inleiding......................................................6
2.1 Wat is het doel?............................................................................................. 6
2.2 Vereisten voor SEM........................................................................................ 7
2.2.1 Meetniveau............................................................................................. 7
2.2.2 Missings.................................................................................................. 8
2.2.3 Multivariate normaliteit...........................................................................8
3 Kansenverdelingen en hypothesetoetsen............................................................9
3.1 Inleiding: Hoe groot is de kans? (en waarom is dat belangrijk?)....................9
3.2 Kansverdelingen............................................................................................ 9
3.3 Hypothesetoetsen....................................................................................... 10
4 Structurele vergelijkingsmodellen – padanalyse................................................11
4.1 Padanalyse uitvoeren met regressie............................................................11
4.2 De regels van Hatcher................................................................................. 12
4.3 Output......................................................................................................... 14
4.3.1 Inlezen van het model...........................................................................14
4.3.2 Identificatie van het model...................................................................15
4.3.3 Resultaten............................................................................................. 15
4.4 Output van een niet-gesatureerd model.....................................................17
4.4.1 Identificatie van het model...................................................................17
4.4.2 Fit van het model.................................................................................. 18
4.4.3 TOT SLOT: Kan het model (statistisch) verbeterd worden ?...................19
5 Structurele vergelijkingsmodellen: Meetmodel..................................................22
5.1 Schattingsmethoden in CALIS....................................................................22
5.2 Exploratieve vs. confirmatieve factoranalyse..............................................23
5.3 De regels van Hatcher................................................................................. 23
5.4 Output......................................................................................................... 25
5.5 Validiteits- en betrouwbaarheidstesten.......................................................30
5.5.1 Indicatorbetrouwbaarheid.....................................................................30
5.5.2 Samengestelde betrouwbaarheid..........................................................30
1
, 5.5.3 Verklaarde variantietoets......................................................................31
5.5.4 Convergentievaliditeit...........................................................................31
5.5.5 Discriminantvaliditeit............................................................................ 31
6 Structurele vergelijkingsmodellen: structureel model.......................................34
6.1 Van meetmodel naar structureel model......................................................34
6.2 De regels van Hatcher................................................................................. 34
6.3 Output......................................................................................................... 36
6.3.1 Fit van het model.................................................................................. 36
6.3.2 Resultaten............................................................................................. 36
6.4 Modeltoetsen............................................................................................... 38
6.4.1 Bijkomend: toetsen op het structureel model.......................................41
6.5 Modelvergelijking........................................................................................ 43
7 Multilevel-analyse: inleiding en theorie.............................................................45
7.1 Inleiding: Simpson’s paradox.......................................................................45
7.2 Eigenschappen van geclusterde data..........................................................45
7.2.1 Levels.................................................................................................... 45
7.2.2 Hiërarchie.............................................................................................. 45
7.2.3 Balans................................................................................................... 45
7.2.4 Onderzoeksdesign................................................................................. 46
7.3 OLS en clustering: foute manieren om met geclusterde data om te gaan. .46
7.4 van OLS-regressie naar het multilevel-model..............................................47
7.4.1 Basisidee............................................................................................... 47
7.4.2 Lineaire regressie op meerder levels.....................................................49
7.4.3 Multilevelmodel..................................................................................... 50
7.4.4 Uitbreiding van het algemeen multilevel-model....................................52
8 Mulitlevel-analyse: multilevel modellen.............................................................54
8.1 Het Multilevel Basismodel........................................................................... 54
8.2 Overzicht ML modellen................................................................................ 54
8.2.1 Null Random Intercept Model................................................................54
8.2.2 Random Intercept Model.......................................................................55
8.2.3 Fully Random Model.............................................................................. 56
8.2.4 Fully Random Model met onafhankelijke variabelen op level 2.............58
9 Multilevel-analyse: multilevel in SAS – stap voor stap.......................................59
9.1 Overzicht anlyse-stratgie............................................................................ 59
9.2 Inleiding....................................................................................................... 59
9.3 FASE 1: voorbereiding................................................................................. 60
9.3.1 STAP 1: data voorbereiden....................................................................60
2
, 9.4 FASE 2: variantie-decompositie-modellen...................................................60
9.4.1 STAP2: Null random intercept model.....................................................60
9.4.2 STAP3: Random intercept model met level-1 predictoren.....................63
9.4.3 STAP4: Toevoegen van level-2 predictoren aan stap 3..........................64
9.5 FASE 3:........................................................................................................ 66
9.5.1 STAP 5: testen van Random Slopes level 1...........................................66
9.5.2 STAP 6: Testen van significante Random Slopes level 1........................68
9.5.3 STAP 7: Testen van Random Slopes mét level 2 predictoren.................68
9.5.4 STAP 8: Reduceren van parameters in variantie-covariantiematrix.......69
9.6 FASE 4:........................................................................................................ 70
9.6.1 STAP 9: Testen cross-level interacties....................................................70
9.6.2 STAP 10: Wijzigen schattingsmethode en vergelijken modellen............71
9.6.3 STAP 11: Standaardiseren.....................................................................74
10 Longitudinale analyse...................................................................................... 76
10.1 Cross-sectioneel vs. Longitudinaal............................................................76
10.1.1 Soorten longitudinale analyse.............................................................76
10.2 Designs – Causaliteit – Experimenten........................................................77
10.2.1 Designs (opzet)................................................................................... 77
10.2.2 RETROSPEECTIEF DESIGN...................................................................77
10.2.3 PROSPECTIEF DESIGN.........................................................................77
10.2.4 Schattingsmethoden bij experimentele designs..................................79
10.3 Paneldata.................................................................................................. 80
10.3.1 Wat zijn paneldata?............................................................................. 80
10.4 Modellen om paneldata te analyseren......................................................81
10.4.1 Pooled model....................................................................................... 81
10.4.2 Fixed effects model............................................................................. 81
11 Regels van Hatcher: gestructureerd................................................................86
3
, Toegepaste Multivariate Analyse
Doel
o Inzicht krijgen in gevorderde statistische technieken
o Eerste ervaring opdoen met deze technieken
o (Resultaten van) deze technieken begrijpen en kunnen toelichten
Examen
o Theoretische kennis over technieken + interpretatie van syntax en
output
o Vier vragen
SAS (syntax)
Longitudinale analyse (theoretisch, gaan we niet in praktijk
mee aan de slag)
Structurele vergelijkingsmodellen
Multilevelanalyse
1 Leren werken met SAS
1.1 We gaan van start
We schreven een SAS-programma met twee programmastappen
o PROC FREQ -> tabel (hier: frequentietabel)
o PROC SGPLOT -> grafiek (hier: histogram)
Het Log-venster gaf geen errors of warnings over de syntax, slechts notes
over de uitgevoerde procedures
Het Results-venster toonde de gevraagde tabel en grafiek
1.2 SAS databestanden: basisprincipes
Databestanden zijn bestanden
Je gebruikt databestanden via SAS-Libraries of rechtstreeks via Home
Er zijn tijdelijke en permanente databestanden
o Permanente databestanden = in SAS Libraries of home
Basisbestanden, niet mee knoeien!
o Tijdelijke databestanden = in de WORK Library
Werkbestanden, verdwijnen bij afsluiten SAS
o Naamgeving databestanden = Library PUNT bestandsnaam
work.class = TIJDELIJK
sashelp.class = PERMANENT
o We zetten permanente databestanden altijd om naar tijdelijke
databestanden alvorens er in te werken!
o VB:
1st. Waar wil je de set opslaan, wegschrijven
‘opslaan als’
2de. ‘set’ welk bestand wil je dan op die andere
plek opslaan?
3de. Run
1
