a. Toets de verwachting van de onderzoeker met behulp van de enquêtegegevens van de studenten BS uit 2006.
Beschrijf en controleer de variabelen praten over het nieuws (v21), vertrouwen in de nieuwsmedia (v27), televisie (v8), radio (v9) of krant (v11). Bij de krant komen onmogelijke waarden 7 en 8 voor, die als missing moeten worden aangemerkt.
Bekijk tenslotte de spreidingsdiagrammen van de afhankelijke variabele met telkens één onafhankelijke variabele. Geen enkel spreidingsdiagram toont een duidelijk krom verband. We zien wel dat de mediagebruikvariabelen niet continu verdeeld zijn.
Nu kan een meervoudige regressieanalyse uitgevoerd worden met praten over het nieuws als numerieke afhankelijke variabele en de overige variabelen als (numerieke) onafhankelijke variabelen.
| Model Summaryb | ||||
| Model | R | R Square | Adjusted R Square | Std. Error of the Estimate |
| 1 | ,203a | ,041 | ,039 | 1,21478 |
| a. Predictors: (Constant), Hoe vaak leest u de krant?, Vertrouwen in de nieuwsmedia, Hoe vaak luistert u naar het nieuws op de radio?, Hoe vaak kijkt u naar het nieuws op televisie? | ||||
| b. Dependent Variable: Praten over het nieuws | ||||
| ANOVAb | ||||||
| Model | Sum of Squares | df | Mean Square | F | Sig. | |
| 1 | Regression | 97,726 | 4 | 24,431 | 16,556 | ,000a |
| Residual | 2284,374 | 1548 | 1,476 | |||
| Total | 2382,100 | 1552 | ||||
| a. Predictors: (Constant), Hoe vaak leest u de krant?, Vertrouwen in de nieuwsmedia, Hoe vaak luistert u naar het nieuws op de radio?, Hoe vaak kijkt u naar het nieuws op televisie? | ||||||
| b. Dependent Variable: Praten over het nieuws | ||||||
| Coefficientsa | ||||||||
| Model | Unstandardized Coefficients | Standardized Coefficients | t | Sig. | 95,0% Confidence Interval for B | |||
| B | Std. Error | Beta | Lower Bound | Upper Bound | ||||
| 1 | (Constant) | 4,638 | ,180 | 25,744 | ,000 | 4,285 | 4,992 | |
| Vertrouwen in de nieuwsmedia | ,143 | ,022 | ,164 | 6,565 | ,000 | ,100 | ,185 | |
| Hoe vaak kijkt u naar het nieuws op televisie? | ,087 | ,028 | ,083 | 3,113 | ,002 | ,032 | ,141 | |
| Hoe vaak luistert u naar het nieuws op de radio? | ,037 | ,021 | ,044 | 1,763 | ,078 | -,004 | ,078 | |
| Hoe vaak leest u de krant? | ,025 | ,025 | ,026 | ,986 | ,324 | -,024 | ,074 | |
| a. Dependent Variable: Praten over het nieuws | ||||||||
De residuen lijken volgens de grafieken normaal verdeeld en homoscedastisch (je zou hoogstens kunnen zeggen dat de vertikale doorsnede van de puntenwolk iets kleiner wordt aan beide uiteinden, maar dat kan komen doordat er daar minder waarnemingen zijn).
Conclusie: "In een meervoudige regressieanalyse voorspellen vertrouwen in de media en de gebruikte nieuwsmedia maar voor een erg klein deel (R2= 0,04) hoe vaak mensen over het nieuws praten, F (4, 1548) = 16,56, p < 0,001. Het vertrouwen in de nieuwsmedia en de frequentie waarmee men naar nieuws op de televisie kijkt, hebben een significant, positief maar zwak effect op het praten over het nieuws, respectievelijk b = 0,14, t = 6,57, p < 0,001, 95% CI [0,10, 0,19] en b = 0,09, t = 3,11, p = 0,002, 95% CI [0,03, 0,14]. De frequentie waarmee men naar het nieuws luistert op de radio, b = 0,04, t = 1,76, p = 0,078, 95% CI [-0,00, 0,08], of het nieuws leest in de krant, b = 0,03, t = 0,99, p = 0,324, 95% CI [-0,02, 0,07], hebben geen significante effecten op hoe vaak men over het nieuws praat. De verwachting van de onderzoeker komt maar voor een deel uit."
b. Zijn de achtergrondvariabelen sekse en leeftijd van invloed op het praten over nieuws? Voer een bivariate toets uit voor elk van beide achtergrondvariabelen.
Sekse is een categorische variabele met twee waarden: vrouw en man. Hier kunnen we dus een t-toets uitvoeren om na te gaan of mannen en vrouwen even vaak over het nieuws praten.
Beschrijf de variabele sekse (geef een value label aan de mannen) en voer dan de t-toets met onafhankelijke scores uit.
Conclusie: "We vinden een significant verschil waarbij vrouwen iets vaker over het nieuws praten (M = 6,06, SD = 1,24) dan mannen (M = 5,92, SD = 1,24), t (1547) = 2,20, p = 0,035, 95% CI [0,01, 0,26]."
| Group Statistics | |||||
| Bent u een vrouw of man? | N | Mean | Std. Deviation | Std. Error Mean | |
| Praten over het nieuws | vrouw | 773 | 6,0576 | 1,23739 | ,04451 |
| man | 776 | 5,9249 | 1,24079 | ,04454 | |
| Independent Samples Test | ||||||||||
| Levene's Test for Equality of Variances | t-test for Equality of Means | |||||||||
| 95% Confidence Interval of the Difference | ||||||||||
| F | Sig. | t | df | Sig. (2-tailed) | Mean Difference | Std. Error Difference | Lower | Upper | ||
| Praten over het nieuws | Equal variances assumed | ,079 | ,779 | 2,108 | 1547 | ,035 | ,13272 | ,06297 | ,00921 | ,25623 |
| Equal variances not assumed | 2,108 | 1546,998 | ,035 | ,13272 | ,06297 | ,00921 | ,25623 | |||
We hadden ook een enkelvoudige regressieanalyse kunnen doen met een dummyvariabele (vrouw, 0 = niet, 1 = wel). De resultaten zijn vrijwel hetzelfde: vrouwen praten gemiddeld 0,13 meer over het nieuws dan mannen. Overigens wijst het spreidingsdiagram er hier op dat er geem homoscedasticiteit is: bij de hogere voorspelde scores op de schaal 'Praten over het nieuws' lijkt er meer variantie te zijn in de foutscores (residuen).
| Coefficientsa | ||||||||
| Model | Unstandardized Coefficients | Standardized Coefficients | t | Sig. | 95,0% Confidence Interval for B | |||
| B | Std. Error | Beta | Lower Bound | Upper Bound | ||||
| 1 | (Constant) | 5,925 | ,044 | 133,201 | ,000 | 5,838 | 6,012 | |
| Vrouw | ,133 | ,063 | ,054 | 2,108 | ,035 | ,009 | ,256 | |
| a. Dependent Variable: Praten over het nieuws | ||||||||
Voor het effect van leeftijd op praten over het nieuws kunnen we het beste een enkelvoudige regressieanalyse uitvoeren aangezien we twee numerieke variabelen hebben met een duidelijk onderscheid tussen een onafhankelijke (leeftijd) en afhankelijke (praten over het nieuws) variabele.
Beschrijf eerst de leeftijdvariabele: verwijder de kinderen onder de 18.
Conclusie: "We vinden een zwak negatief effect, b* = -0,18, t = -7,01, p < 0,001, 95% CI [-0,02, -0,01], van leeftijd op praten over het nieuws. Oudere mensen praten minder vaak over het nieuws."
| Coefficientsa | ||||||||
| Model | Unstandardized Coefficients | Standardized Coefficients | t | Sig. | 95,0% Confidence Interval for B | |||
| B | Std. Error | Beta | Lower Bound | Upper Bound | ||||
| 1 | (Constant) | 6,481 | ,077 | 84,553 | ,000 | 6,331 | 6,632 | |
| Hoe oud bent u? | -,014 | ,002 | -,175 | -7,008 | ,000 | -,017 | -,010 | |
| a. Dependent Variable: Praten over het nieuws | ||||||||
c. Wat gebeurt er met de effecten van het nieuwsmedium en van het vertrouwen in de nieuwsmedia wanneer je controleert voor sekse en leeftijd?
Voeg eerst de nieuwsmedium variabelen toe als blok en vervolgens de persoonlijke achtergondkenmerken (sekse en leeftijd) als tweede blok, zodat je de resultaten makkelijk kunt vergelijken.
Je kunt controleren voor de achtergrondvariabelen door ze toe te voegen aan het regressiemodel dat bij onderdeel a is opgesteld. Voeg eerst op de gebruikelijke wijze de variabelen van vraag a toe aan het vak onder 'Independent(s):'. Klik vervolgens op de knop 'Next' en voeg sekse en leeftijd toe aan blok 2. De methode moet steeds op ENTER blijven staan. Vink tenslotte onder STATISTICS ook R SQUARED CHANGE aan om de F-change toets te krijgen.
De twee achtergrondvariabelen verbeteren de voorspelling van 'Praten over het nieuws' significant, Fchange (2, 1531) = 49,03, p < 0,001. Het model met zowel de nieuwsgebruik- als de achtergrondvariabelen voorspelt ongeveer 9,4% van de mate waarin mensen over het nieuws praten, F (6, 1531) = 27,72, p < 0,001.
Wat we zien gebeuren is dat het luisteren naar nieuws op de radio, b* = 0,06, t = 2,37, p = 0,018, 95% CI [0,01, 0,09], en het lezen van de krant, b* = 0,10, t = 3,77, p < 0,001, 95% CI [0,05, 0,15], nu ook significante zwak positieve effecten hebben op het praten over het nieuws.
Kennelijk onderdrukte (versluierde) leeftijd of sekse dit effect. Zie onderdeel f en g.
| Model Summaryc | |||||||||
| Model | R | R Square | Adjusted R Square | Std. Error of the Estimate | Change Statistics | ||||
| R Square Change | F Change | df1 | df2 | Sig. F Change | |||||
| 1 | ,201a | ,040 | ,038 | 1,21780 | ,040 | 16,056 | 4 | 1533 | ,000 |
| 2 | ,313b | ,098 | ,094 | 1,18135 | ,058 | 49,026 | 2 | 1531 | ,000 |
| a. Predictors: (Constant), Hoe vaak leest u de krant?, Vertrouwen in de nieuwsmedia, Hoe vaak luistert u naar het nieuws op de radio?, Hoe vaak kijkt u naar het nieuws op televisie? | |||||||||
| b. Predictors: (Constant), Hoe vaak leest u de krant?, Vertrouwen in de nieuwsmedia, Hoe vaak luistert u naar het nieuws op de radio?, Hoe vaak kijkt u naar het nieuws op televisie?, Bent u een vrouw of man?, Hoe oud bent u? | |||||||||
| c. Dependent Variable: Praten over het nieuws | |||||||||
| ANOVAc | ||||||
| Model | Sum of Squares | df | Mean Square | F | Sig. | |
| 1 | Regression | 95,244 | 4 | 23,811 | 16,056 | ,000a |
| Residual | 2273,487 | 1533 | 1,483 | |||
| Total | 2368,731 | 1537 | ||||
| 2 | Regression | 232,084 | 6 | 38,681 | 27,716 | ,000b |
| Residual | 2136,647 | 1531 | 1,396 | |||
| Total | 2368,731 | 1537 | ||||
| a. Predictors: (Constant), Hoe vaak leest u de krant?, Vertrouwen in de nieuwsmedia, Hoe vaak luistert u naar het nieuws op de radio?, Hoe vaak kijkt u naar het nieuws op televisie? | ||||||
| b. Predictors: (Constant), Hoe vaak leest u de krant?, Vertrouwen in de nieuwsmedia, Hoe vaak luistert u naar het nieuws op de radio?, Hoe vaak kijkt u naar het nieuws op televisie?, Bent u een vrouw of man?, Hoe oud bent u? | ||||||
| c. Dependent Variable: Praten over het nieuws | ||||||
| Coefficientsa | ||||||||
| Model | Unstandardized Coefficients | Standardized Coefficients | t | Sig. | 95,0% Confidence Interval for B | |||
| B | Std. Error | Beta | Lower Bound | Upper Bound | ||||
| 1 | (Constant) | 4,662 | ,182 | 25,668 | ,000 | 4,306 | 5,018 | |
| Vertrouwen in de nieuwsmedia | ,143 | ,022 | ,164 | 6,544 | ,000 | ,100 | ,186 | |
| Hoe vaak kijkt u naar het nieuws op televisie? | ,085 | ,028 | ,081 | 3,028 | ,003 | ,030 | ,140 | |
| Hoe vaak luistert u naar het nieuws op de radio? | ,037 | ,021 | ,044 | 1,752 | ,080 | -,004 | ,078 | |
| Hoe vaak leest u de krant? | ,021 | ,025 | ,022 | ,823 | ,410 | -,029 | ,070 | |
| 2 | (Constant) | 4,887 | ,179 | 27,301 | ,000 | 4,536 | 5,238 | |
| Vertrouwen in de nieuwsmedia | ,137 | ,021 | ,157 | 6,433 | ,000 | ,095 | ,178 | |
| Hoe vaak kijkt u naar het nieuws op televisie? | ,135 | ,028 | ,129 | 4,894 | ,000 | ,081 | ,190 | |
| Hoe vaak luistert u naar het nieuws op de radio? | ,048 | ,020 | ,058 | 2,367 | ,018 | ,008 | ,088 | |
| Hoe vaak leest u de krant? | ,097 | ,026 | ,102 | 3,772 | ,000 | ,046 | ,147 | |
| Bent u een vrouw of man? | -,135 | ,061 | -,054 | -2,232 | ,026 | -,254 | -,016 | |
| Hoe oud bent u? | -,020 | ,002 | -,257 | -9,655 | ,000 | -,024 | -,016 | |
| a. Dependent Variable: Praten over het nieuws | ||||||||
d. Onderzoek de effecten van sekse en leeftijd op de drie gebruikte nieuwsmedia.
Dit kun je op verschillende manieren aanpakken. Je kunt voor de effecten van sekse t-toetsen gebruiken en voor de effecten van leeftijd regressieanalyse, mits we aannemen dat de 6-puntsschalen van de variabelen v8, v9 en v11 opgevat mogen worden als interval of ratio meetniveau.
Wij kiezen er echter voor om een meervoudige regressieanalyse uit te voeren met een dummyvariabele voor sekse. We kunnen dan de (partiële) effecten van sekse en leeftijd bepalen, d.w.z. het effect van sekse waarbij gecontroleerd wordt voor leeftijd en het effect van leeftijd waarbij gecontroleerd wordt voor sekse.
Conclusie: "Leeftijd blijkt een significant effect te hebben op het gebruik van alle drie de nieuwsmedia wanneer we controleren voor sekse. Het effect is het sterkst bij kranten, b = 0,03, t = 15,35, p < 0,001, 95% CI [0,026, 0,034], en het zwakst bij radio, b = 0,01, t = 4,35, p < 0,001, 95% CI [0,01, 0,02]. Vrouwen blijken alleen de krant, b = -0,20, t = -3,21, p = 0,001, 95% CI [-0,32, -0,08], en radio, b = -0,15, t = -2,00, p = 0,046, 95% CI [-0,30, 0,00], significant minder te gebruiken als nieuwsmedia wanneer we controleren voor leeftijd. Het gaat hier om zwakke effecten."
| Coefficientsa | ||||||||
| Model | Unstandardized Coefficients | Standardized Coefficients | t | Sig. | 95,0% Confidence Interval for B | |||
| B | Std. Error | Beta | Lower Bound | Upper Bound | ||||
| 1 | (Constant) | 3,730 | ,078 | 47,783 | ,000 | 3,577 | 3,883 | |
| Vrouw | -,009 | ,058 | -,004 | -,160 | ,873 | -,123 | ,105 | |
| Hoe oud bent u? | ,021 | ,002 | ,287 | 11,786 | ,000 | ,018 | ,025 | |
| a. Dependent Variable: Hoe vaak kijkt u naar het nieuws op televisie? | ||||||||
| Coefficientsa | ||||||||
| Model | Unstandardized Coefficients | Standardized Coefficients | t | Sig. | 95,0% Confidence Interval for B | |||
| B | Std. Error | Beta | Lower Bound | Upper Bound | ||||
| 1 | (Constant) | 3,090 | ,102 | 30,210 | ,000 | 2,889 | 3,290 | |
| Vrouw | -,152 | ,076 | -,051 | -1,999 | ,046 | -,301 | -,003 | |
| Hoe oud bent u? | ,010 | ,002 | ,110 | 4,350 | ,000 | ,006 | ,015 | |
| a. Dependent Variable: Hoe vaak luistert u naar het nieuws op de radio? | ||||||||
| Coefficientsa | ||||||||
| Model | Unstandardized Coefficients | Standardized Coefficients | t | Sig. | 95,0% Confidence Interval for B | |||
| B | Std. Error | Beta | Lower Bound | Upper Bound | ||||
| 1 | (Constant) | 3,359 | ,084 | 40,147 | ,000 | 3,195 | 3,523 | |
| Vrouw | -,200 | ,062 | -,076 | -3,209 | ,001 | -,322 | -,078 | |
| Hoe oud bent u? | ,030 | ,002 | ,363 | 15,347 | ,000 | ,026 | ,034 | |
| a. Dependent Variable: Hoe vaak leest u de krant? | ||||||||
e. Onderzoek de effecten van sekse en leeftijd op het vertrouwen in de nieuwsmedia.
We hebben een numerieke afhankelijke variabele (vertrouwen in de nieuwsmedia) en minstens één numerieke onafhankelijke variabele (leeftijd), dus moeten we een regressieanalyse uitvoeren. We gebruiken de dummyvariabele voor vrouw weer.
Er blijken geen effecten te zijn die significant zijn op 5%. We gaan er dus van uit dat er geen samenhang is in de populatie tussen sekse of leeftijd en het vertrouwen in de nieuwsmedia.
| Coefficientsa | ||||||||
| Model | Unstandardized Coefficients | Standardized Coefficients | t | Sig. | 95,0% Confidence Interval for B | |||
| B | Std. Error | Beta | Lower Bound | Upper Bound | ||||
| 1 | (Constant) | 5,075 | ,097 | 52,172 | ,000 | 4,884 | 5,266 | |
| Vrouw | ,138 | ,072 | ,049 | 1,910 | ,056 | -,004 | ,280 | |
| Hoe oud bent u? | ,000 | ,002 | -,008 | -,310 | ,757 | -,005 | ,004 | |
| a. Dependent Variable: Vertrouwen in de nieuwsmedia | ||||||||
f. Teken een causaal model met de significante effecten die bij c, d en e zijn gevonden. Zet de gestandaardiseerde regressiecoëfficiënten bij de effecten.
Voor de duidelijkheid zijn de negatieve effecten hier met gestippelde pijlen weergegeven. De tweezijdige kromme pijl tussen leeftijd en sekse geeft aan dat we dit verband niet onderzocht hebben.
g. Interpreteer de indirecte effecten van sekse en leeftijd op het praten over het nieuws en vergelijk ze met de directe effecten. Kun je nu uitleggen waarom de effecten van televisie, radio en met name krant als nieuwsbron op praten over het nieuws toenamen toen je controleerde voor sekse en leeftijd?
Gebruik hiervoor het causale model dat je bij f hebt geschetst.
De indirecte effecten van sekse op het praten over het nieuws zijn negatief en erg zwak. Het indirecte effect via krant is -0,08 x 0,09 = -0,007. Het indirecte effect via radio is -0,05 x 0,05 = -0,003. Via televisie is er geen indirect effect.
Het directe effect van sekse (vrouw) op praten over het nieuws is ook negatief (en zwak). De indirecte effecten en het directe effect hebben dus hetzelfde teken: ze zijn allemaal negatief. Dan kunnen de directe effecten van krant en radio niet onderdrukt worden door sekse.
Bij leeftijd zien we wat anders. Niet alleen zijn de indirecte effecten daar wat sterker (bijvoorbeeld 0,36 x 0,09 = 0,03 voor het indirecte effect via krant), ze zijn ook positief terwijl het directe effect negatief (-0,24) is.
Wanneer je niet controleert voor leeftijd, zitten twee effecten elkaar eigenlijk in de weg wanneer je kijkt naar het effect van krant als nieuwsbron op praten over het nieuws. Het (partiële) effect van de krant is positief: mensen die vaker nieuws in de krant lezen, praten ook vaker over het nieuws wanneer alle andere omstandigheden gelijk zijn.
Tegelijk zijn de mensen die vaker de krant lezen ook wat ouder, aangezien er een matig positief effect is van leeftijd op het lezen van de krant. Oudere mensen praten echter minder vaak over het nieuws. Wanneer we niet controleren voor leeftijd, heft het leeftijdseffect het kranteneffect op. Het kranteneffect wordt onderdrukt of versluierd.
Bij bijvoorbeeld vertrouwen in de nieuwsmedia speelt dit niet, althans niet in combinatie met sekse of leeftijd, omdat er geen effecten van die laatste twee variabelen zijn op het vertrouwen.