• Skip to primary navigation
  • Skip to main content

Jouw adviseur

  • Home
  • Diensten
    • Vakinhoudelijke studiebegeleiding
      • SPSS hulp of Stata begeleiding bij data-analyse
    • Doceren en Examineren
    • Research en Advies
  • Tarieven
  • Tips
    • Tools bij het schrijven van je scriptie
      • Het berekenen van de CAR’s voor een event-study
      • Interpretatie van regressie interactie-effecten
    • Wat zijn de belangrijkste Do’s en Don’ts bij het schrijven van een scriptie?
      • De Do’s
        • Kies een onderwerp dat je interessant vindt
        • Vooronderzoek naar de beschikbaarheid van data
        • Vooronderzoek naar wat er bekend is in de literatuur
        • De tijd vliegt voorbij dus: begin op tijd
        • Vraag meerdere deskundigen om hun mening
      • De Don’ts
        • De structuur van je scriptie voldoen niet aan de eisen
        • Je scriptie staat vol met grammaticale fouten
        • De lay-out van je document ziet er niet uit
        • De conclusie sluit niet aan bij de inleiding
        • Je voldoet niet aan de citatie standaard
        • Je kopieert hele stukken tekst uit andere documenten
    • Download SPSS voor een prikkie
    • Regressieanalyse
      • Wat zijn de uitgangspunten van een regressie?
      • Wat is de ideale onafhankelijke variabele?
      • Hoeveel regressie variabelen kan mijn dataset aan?
        • Wat is een effect size?
      • Een realistische regressieanalyse!
        • Omitted Variable Bias
        • Multicollineariteit in een regressieanalyse
        • Confounding en suppression variabelen
    • Hoe selecteer je een voorbeeldscriptie?
    • Hoe creëer je een conceptueel model?
      • Welke variabelen kunnen we onderscheiden?
      • Het meetniveau van variabelen in je scriptie
      • Conceptueel model: Wat is een modererende relatie?
        • Wat zijn de marginal effects van een regressie?
      • Conceptueel model: Wat is een mediërende relatie?
    • Business Model Canvas en Lean Canvas in je Scriptie
    • Kwaliteitspijlers van kwalitatief onderzoek
      • Kwaliteitsborging van kwalitatief onderzoek
        • Geloofwaardigheid in kwalitatief onderzoek
        • Overdraagbaarheid in kwalitatief onderzoek
        • Bevestigbaarheid in kwalitatief onderzoek
        • Betrouwbaarheid in kwalitatief onderzoek
        • Authenticiteit in kwalitatief onderzoek
  • FAQ
  • Over ons
    • Herman Belgraver
  • Contact
  • –
  • Search
    Exact matches only
    Search in title
    Search in content
    Search in excerpt
    Search in comments
    Filter by Custom Post Type
  • o
  • Aanmelden

Wat zijn de marginal effects van een regressie interactie-effect?

 

MyResearchMentor - Conceptueel Model: Modererende Variabele

Een marginal effect kijkt naar de invloed van een onafhankelijke variabele op een afhankelijke variabele waarbij alle andere (controle) variabelen constant worden gehouden. Als voorbeeld kunnen we de onderstaande regressieformule analyseren.

Snelheid = (3-30) + 60 * stand gaspedaal + 30 * stand versnellngspook+ 10 *  stand gaspedaal * stand versnellingspook

We verminderende constante met 30 omdat een handmatige versnelling geen neutraal (0) stand heeft.

Dit zou betekenen dan in de eerste versnelling kan je accelereren van 3 tot 63 kph. In de tweede versnelling kan je accelereren van 33 kph tot 103 kph. In de derde versnelling kan je accelereren van 63 kph tot 143 kph.

Een marginal effect is daarom dus de waarde van de afhankelijke variabele bij een specifieke combinatie van onafhankelijke variabele en mediator. Dus met behulp van de coëfficiënten van je regressie en het gemiddelde en de standaardfout van je variabelen zou je de marginal effecten handmatig kunnen uitrekenen.

Zijn er hulpfuncties in SPSS en/of Stata om de marginal means uit te rekenen?

In Stata is er een heel handige functie die je kan helpen om de marginal effect uit te rekenen, deze functie heet heel toepasselijk “margins”. Met behulp van deze “margins” functie kan je de datapunten genereren voor de margins pIot. Daarnaast zou je de functie “predictnl” in Stata kunnen gebruiken na het schatten van je regressie coëfficiënten om de datapunten voor je simple slope te genereren (Meyer, van Witteloostuijn, & Beugelsdijk, 2017). In SPSS is er op het moment van het schrijven van deze pagina nog geen handige functie op de marginal effect uit te rekenen of te plotten.

Gratis Intakegesprek? >>
Hoe bereken je een simple slope?

Bij het berekenen van de “simple slopes” (marginal effect) is relatief eenvoudig uit te voeren. Stel dat onze regressieformule er als volgt uit ziet.

  • Y = β0 + β1 * X + β2 * M + β3 * X * M

Hierbij zijn:

Y : Afhankelijke variabele

X : Onafhankelijke variabele

M: Moderator

β0 : Constante

Het herschrijven van de regressieformule

Dan bereken we de simple slope, dus de conditionele effecten van X op Y, door eerst de X te isoleren. In essentie zijn formule (1) en (2) gelijk aan elkaar, alleen anders opgeschreven.

  • Y = (β0 + β2 * M ) + X * (β1 + β3 * M)

Het gedeelte “(β0 + β2 * M )“ geeft de simple intercept aan, dit meet de waarde van de afhankelijke variabele als de onafhankelijke variabele nul is.  Het gedeelte “X * (β1 + β3 *  M)“ geeft de simple slope van de onafhankelijke variabele aan bij diverse condities van de moderator variabele. De simple slope laat zien welke waarde de afhankelijke variabele aanneemt bij verschillende waarde van de onafhankelijke en moderator variabele. De conventie is dat de waarde van de afhankelijke variabele wordt berekend bij plus en min 1 standaarddeviatie van de onafhankelijke en moderator variabele (Dawson, 2014; Dawson & Richter, 2006; Liu, West, Levy, & Aiken, 2017).

Kritiek op de huidige berekening van de simple slope

Het berekenen van de simple slope op basis van plus en min 1 standaard deviatie word bekritiseerd door Meyer et al. (2017). Zij beargumenteren dat het maken van een regressie interactieplot waarbij de lijnen zijn gebaseerd op plus en min 1 standaarddeviatie onvolledig is. Hun kritiek is dat deze methode de onzekerheid, lees hier het 95% betrouwbaarheidsinterval, negeert. Tevens kan het goed zijn dat plus en min 1 standaarddeviatie niet representatief is voor alle mogelijke waarden. Meyer et al. (2017) geven in hun bijlage een voorbeeld Stata-code om de effect size van een interactie weer te geven, en laten in hun artikel zien hoe deze geïnterpreteerd moet worden. Om deze plot en de interpretatie van de plot representatief te houden adviseren Liu et al. (2017) om gedeelte waar er (bijna) geen datapunten zijn, bijvoorbeeld vanwege de scheefheid van de distributie, niet af te beelden.

Kijk ook eens op onze TIPs pagina als je op zoek bent naar informatie over de uitgangspunten van een regressieanalyse.
Wil je hulp bij het gebruik van deze tool, of scriptiebegeleiding bij je regressieanalyse, stel dan vrijblijvend je vraag via WhatsApp of vul ons Contactformulier in.
WhatsApp Ons! >>     Contact! >>

Literatuurlijst:

  1. Dawson, J. F. (2014). Moderation in Management Research: What, Why, When, and How. Journal of Business and Psychology, 29(1), 1-19. doi:10.1007/s10869-013-9308-7
  2. Dawson, J. F., & Richter, A. W. (2006). Probing three-way interactions in moderated multiple regression: Development and application of a slope difference test. Journal of Applied Psychology, 91(4), 917-926. doi:10.1037/0021-9010.91.4.917
  3. Liu, Y., West, S. G., Levy, R., & Aiken, L. S. (2017). Tests of Simple Slopes in Multiple Regression Models with an Interaction: Comparison of Four Approaches. Multivariate Behavioral Research, 52(4), 445-464. doi:10.1080/00273171.2017.1309261
  4. Meyer, K. E., van Witteloostuijn, A., & Beugelsdijk, S. (2017). What’s in a p? Reassessing best practices for conducting and reporting hypothesis-testing research. Journal of International Business Studies, 48(5), 535-551. doi:10.1057/s41267-017-0078-8
Geïnteresseerd in onze andere Tips? >>

Wil je weten wat MyResearchMentor

voor jou kan betekenen?

Vul dan hiernaast je gegevens in en laat
ons weten waar je mee zit.
Wij nemen snel contact met je op!

✔ Advies op maat, persoonlijk en flexibel ✔ Hands on mentaliteit, aan de slag! ✔ Deskundig en professioneel ✔ Ruime ervaring met statistiek en structuur
  • Hierbij accepteer ik de algemene voorwaarden en privacyverklaring*
Sitemap Sitemap website Diensten Tarieven Tips
Over ons Veel gestelde vragen (FAQ) Contact
Contact

E-mail: info@myresearchmentor.nl
Tel: +31 (0)6 - 8242 0655
KvK: 61858722

© 2021 MyResearchMentor.nl | Ontwerp & ontwikkeling door dunico.nl Algemene voorwaardenPrivacy statementCookie beleid
Bekijk ons privacy statement.
Opslaan & sluiten.
Deze website gebruikt cookies.

Sommige van deze cookies zijn essentieel voor de werking van de website, terwijl andere ons helpen de gebruikerservaring te optimaliseren door het gedrag te volgen.

Voor een meer uitgebreide uitleg over hoe wij cookies verwerken, bekijk ons Privacy statement.

Functionele cookiesNoodzakelijk

Noodzakelijke cookies maken kernfunctionaliteit mogelijk. De website kan niet goed functioneren zonder deze cookies en kunnen alleen worden uitgeschakeld door uw browservoorkeuren te wijzigen.

Analytische cookies

Analytische cookies voor ons om de gebruikerservaring beter vorm te geven op basis van uw paginaweergave-ervaringen.

Bekijk uw cookie voorkeuren.
Voor deze website maken we gebruik van cookies.

Om de website ervaring optimaal te behouden maken we gebruik van cookies.

Weigeren.
Inloggen