Antwoord

Antwoord bij Oefening 6.4

a. Bepaal de effecten van deze vier factoren op elk van de televisiegratificaties (v13 – v19) en presenteer ze in een overzichtelijke tabel.

Beschrijf de variabelen eerst, bewerk ze indien nodig. Zie eerdere oefeningen voor sekse, leeftijd en aantal jaren onderwijs.De variabele sekse kan beter anders gecodeerd worden (0 = geen vrouw, 1 = vrouw). Bij v14 en v16 komt een score 99 voor, die als missing moet worden aangemerkt.

Controleer de spreidingsdiagrammen met de zeven afhankelijke variabelen (één spreidingsdiagram per combinatie van een afhankelijke variabele en een numerieke onafhankelijke variabele). Is de puntenwolk niet duidelijk krom? Daar lijkt geen sprake van te zijn.

Voer een meervoudige regressieanalyse uit voor elk van de gratificaties. NB het is erg handig om in de syntax een commando te kopiëren en plakken wanneer je een analyse moet herhalen voor een andere (afhankelijke) variabele. Je hoeft in de kopie van het commando dan alleen de variabele te veranderen.
Vermeld alleen de uitkomsten van de regressiecoëfficiënten in een tabel.

Afhankelijke variabele Onafhankelijke variabele b s_b b* t p 95% CI

ondergrens bovengrens

mezelf goed vermaken (v13) (Constant) 7,620 0,284 26,787 0,000 7,062 8,178

Vrouw 0,178 0,096 0,051 1,861 0,063 -0,010 0,366

Hoe oud bent u? -0,031 0,003 -0,264 -9,532 0,000 -0,038 -0,025

Hoeveel uur werkt u gemiddeld per week? -0,009 0,003 -0,083 -2,915 0,004 -0,015 -0,003

Hoeveel jaar heeft u fulltime onderwijs gevolgd? -0,021 0,014 -0,040 -1,479 0,139 -0,049 0,007

meer te weten over normen en waarden (v14) (Constant) 5,892 0,290 20,329 0,000 5,323 6,461

Vrouw 0,147 0,098 0,043 1,505 0,133 -0,045 0,338

Hoe oud bent u? -0,011 0,003 -0,097 -3,368 0,001 -0,018 -0,005

Hoeveel uur werkt u gemiddeld per week? -0,004 0,003 -0,034 -1,156 0,248 -0,010 0,003

Hoeveel jaar heeft u fulltime onderwijs gevolgd? -0,011 0,014 -0,021 -0,747 0,455 -0,039 0,018

begrijp ik meer van de wereld (v15) (Constant) 6,201 0,296 20,915 0,000 5,620 6,783

Vrouw 0,033 0,100 0,009 0,332 0,740 -0,163 0,229

Hoe oud bent u? -0,002 0,003 -0,013 -0,449 0,654 -0,008 0,005

Hoeveel uur werkt u gemiddeld per week? -0,007 0,003 -0,067 -2,227 0,026 -0,013 0,000

Hoeveel jaar heeft u fulltime onderwijs gevolgd? -0,021 0,015 -0,041 -1,447 0,148 -0,050 0,008

wat ik in allerlei situaties het best kan doen (v16) (Constant) 5,122 0,296 17,308 0,000 4,541 5,702

Vrouw 0,067 0,100 0,019 0,672 0,501 -0,128 0,262

Hoe oud bent u? -0,008 0,003 -0,069 -2,392 0,017 -0,015 -0,001

Hoeveel uur werkt u gemiddeld per week? -0,003 0,003 -0,024 -0,790 0,430 -0,009 0,004

Hoeveel jaar heeft u fulltime onderwijs gevolgd? -0,052 0,015 -0,099 -3,535 0,000 -0,081 -0,023

mijzelf beter begrijpen (v17) (Constant) 3,793 0,296 12,830 0,000 3,213 4,373

Vrouw 0,058 0,100 0,017 0,586 0,558 -0,137 0,254

Hoe oud bent u? -0,005 0,003 -0,040 -1,387 0,166 -0,011 0,002

Hoeveel uur werkt u gemiddeld per week? -0,006 0,003 -0,052 -1,740 0,082 -0,012 0,001

Hoeveel jaar heeft u fulltime onderwijs gevolgd? -0,026 0,015 -0,049 -1,736 0,083 -0,054 0,003

me met anderen vermaken (v18) (Constant) 7,106 0,352 20,208 0,000 6,417 7,796

Vrouw -0,209 0,118 -0,048 -1,763 0,078 -0,441 0,024

Hoe oud bent u? -0,039 0,004 -0,269 -9,747 0,000 -0,047 -0,031

Hoeveel uur werkt u gemiddeld per week? -0,014 0,004 -0,108 -3,796 0,000 -0,022 -0,007

Hoeveel jaar heeft u fulltime onderwijs gevolgd? -0,030 0,017 -0,046 -1,696 0,090 -0,064 0,005

beter op situaties met andere personen voorbereid (v19) (Constant) 4,560 0,307 14,860 0,000 3,958 5,162

Vrouw -0,104 0,103 -0,028 -1,003 0,316 -0,306 0,099

Hoe oud bent u? -0,010 0,004 -0,084 -2,905 0,004 -0,017 -0,003

Hoeveel uur werkt u gemiddeld per week? -0,008 0,003 -0,069 -2,313 0,021 -0,014 -0,001

Hoeveel jaar heeft u fulltime onderwijs gevolgd? -0,024 0,015 -0,044 -1,571 0,116 -0,054 0,006

Leeftijd heeft bij de meeste gratificaties een significant negatief effect, dat matig sterk is bij de twee vermaaksgratificaties (v13 en v18) en zwak bij de voorbeeldfuncties (v14, v16 en v19). Leeftijd heeft geen significant effect op de begripsfuncties (v15 en v17).
Werktijd heeft alleen significante maar zwakke negatieve effecten op de twee vermaaksgratificaties (v13 en v18), het begrijpen van de wereld (v15) en het voorbereid zijn op situaties met andere personen (v19).
Onderwijservaring heeft alleen een negatief effect op de gratificatie wat je het best kunt doen in allerlei situaties (v16) en sekse heeft helemaal geen significante effecten op de gratificaties van televisiekijken.

b. Zijn er bij vraag a voorwaarden voor het uitvoeren van een regressieanalyse waaraan niet voldaan is?

De belangrijkste voorwaarden zijn:

Meetniveau: de afhankelijke variabele moet minstens interval meetniveau hebben. De onafhankelijke variabelen hebben ook minstens interval meetniveau of ze zijn dichotomieën: 0/1 variabelen of -1/1 variabelen.
Geslacht (vrouw) is een dichotomie, leeftijd, werktijd en onderwijstijd zijn ratio variabelen, dus wat dit betreft is voldaan aan de voorwaarden. De afhankelijke variabelen zijn 9-puntsschalen. Daarvan kun je je afvragen of zij strikt genomen wel interval meetniveau hebben.
Het verband tussen de afhankelijke variabele en elke onafhankelijke (kwantitatieve) variabele is linear (rechtlijnig).
Via de spreidingsdiagrammen hebben we dit gecontroleerd. We zijn geen duidelijk kromme verbanden tegengekomen. Aan deze voorwaarde is voldaan, althans in de steekproef. We moeten er maar van uitgaan dat dit ook geldt voor de populatie waaruit de steekproef getrokken is.
Residuen: zijn normaal verdeeld en homoscedastisch.
We controleren dit op het oog met grafieken: een histogram van de residuen en een spreidingsdiagram van de gestandaardiseerde voorspelde waarden tegen de gestandaardiseerde residuen. We hebben deze grafieken opgevraagd bij de regressieanalyses.
Over het algemeen volgt de verdeling van de residuen (fouten) een normaalverdeling, al zijn de histogrammen soms wel 'schokkerig': afwisselend te lange en te korte staafjes. Dit komt waarschijnlijk doordat de respondenten alleen gehele getallen tussen 1 en 9 konden geven als antwoord. De residuen bij de regressie van variabele v17 (zie hieronder) tonen dit het sterkst. Bovendien is hier de verdeling het minst normaal: ze zijn duidelijk scheef. Dit komt vermoedelijk doordat variabele v17 zelf ook nogal scheef verdeeld is.
De spreidingsdiagrammen hebben een redelijk gelijkmatige doorsnede, dus de variantie in de residuen is redelijk constant voor verschillende voorspelde waarden van de afhankelijke variabele. Dit wijst op homoscedasticiteit. Weer is met name variabele v17 de uitzondering: de residuen lijken hier een bult te vormen: van links naar rechts wordt de variatie in eerste instantie groter waarna die snel afneemt, ongeveer tussen de voorspelde waarden 1 en 2.
Als we twijfels hebben bij het voldoen aan de voorwaarden, dan zijn die twijfels er vooral bij de regressieanalyse waarin variabele v17 (mijzelf beter begrijpen) wordt voorspeld.

c. Bepaal ook de effecten tussen de vier achtergrondkenmerken waarbij je de meest voor de hand liggende causale volgorde gebruikt.

Leeftijd en sekse liggen vast bij de geboorte. Het aantal jaren onderwijs dat iemand gevolgd heeft ligt vast voordat hij of zij antwoord geeft op de vraag naar het aantal uren dat hij of zij werkt.
Het aantal uren werken is dus het einde van de causale keten. We beginnen met een regressieanalyse met deze variabele als de afhankelijke en de resterende drie als onafhankelijke variabelen.
We vinden significante, matige effecten voor alle drie de achtergrondkenmerken. Leeftijd, b = 0,31, t = 10,82, p < 0,001, 95% CI [0,25, 0,36], en onderwijservaring, b = 0,74, t = 5,86, p < 0,001, 95% CI [0,49, 0,99], verhogen het aantal uur dat men per week werkt. Vrouwen werken gemiddeld 7,3 uur minder in de week, b = -7,33, t = -8,70, p < 0,001, 95% CI [-8,98, -5,68].

Coefficients^a

Model Unstandardized Coefficients Standardized Coefficients t Sig. 95,0% Confidence Interval for B

B Std. Error Beta Lower Bound Upper Bound

1 (Constant) 5,604 2,567 2,183 ,029 ,568 10,639

Vrouw -7,328 ,842 -,223 -8,702 ,000 -8,980 -5,676

Hoe oud bent u? ,307 ,028 ,278 10,816 ,000 ,251 ,362

Hoeveel jaar heeft u fulltime onderwijs gevolgd? ,740 ,126 ,151 5,860 ,000 ,492 ,988

a. Dependent Variable: Hoeveel uur werkt u gemiddeld per week?

Tenslotte nemen we het aantal jaren onderwijs als afhankelijke variabele, met sekse en leeftijd als onafhankelijke variabelen. Beide effecten zijn significant en negatief: vrouwen hebben gemiddeld 0,7 jaar minder fulltime onderwijs gevolgd, b = -0,72, t = -4,13, p < 0,001, 95% CI = [-1,06, -0,38], en hoe ouder men is, des te korter is de totale onderwijstijd, b = -0,03, t = -6,10, p < 0,001, 95% CI [-0,04, -0,02].

Coefficients^a

Model Unstandardized Coefficients Standardized Coefficients t Sig. 95,0% Confidence Interval for B

B Std. Error Beta Lower Bound Upper Bound

1 (Constant) 17,964 ,234 76,651 ,000 17,504 18,423

Vrouw -,718 ,174 -,104 -4,128 ,000 -1,059 -,377

Hoe oud bent u? -,033 ,005 -,153 -6,102 ,000 -,044 -,023

a. Dependent Variable: Hoeveel jaar heeft u fulltime onderwijs gevolgd?

d. Presenteer de resultaten voor de gratificatie ‘me met anderen vermaken’ (v18) in een causaal diagram en interpreteer de indirecte en de totale effecten op deze gratificatie.

Uit de resultaten van a weten we de directe effecten op deze gratificatie. De effecten tussen de achtergrondvariabelen weten we uit b, dus we kunnen het causale model direct schetsen, waarbij we alleen significante effecten weergeven als pijlen samen met de gestandaardiseerde regressiecoëfficiënten. Van de niet-significante effecten nemen we aan dat ze nul zijn in de populatie, dus daar tekenen we geen pijlen. Negatieve effecten hebben we voor de duidelijkheid aangegeven met gestippelde pijlen. Omdat we de samenhang tussen leeftijd en sekse niet hebben onderzocht, tekenen we hier een kromme, dubbel gepunte pijl.

Aantal jaren onderwijs heeft alleen een indirect effect op de gratificatie 'samen vermaken', namelijk via de omvang van de baan. Dit effect is 0,15 x -0,11 = -0,02. Er is dus een zeer zwak indirect negatief effect van de onderwijservaring op deze gratificatie. Het totale effect is de som van het directe effect en de incdirecte effecten. Hier is dat: -0,11 + (-0,02) = -0,13. Al met al is er een zwak negatief effect van de omvang van de baan op de gratificatie 'zich samen vermaken'.
Sekse heeft geen significant direct effect op deze gratificatie, maar wel twee indirecte effecten: via omvang van de baan (-0,22 x -0,11 = 0,02) en via aantal jaren onderwijs en omvang van de baan (-0,10 x 0,15 x -0,11 = 0,002). Beide indirecte effecten zijn positief, wat betekent dat vrouwen deze gratificatie iets belangrijker vinden dan mannen. Het totale effect = 0,022, wat uiterst zwak is.
Leeftijd heeft een matig direct negatief effect (-0,27) en ook twee indirecte effecten. Net als bij sekse loopt het eerste indirecte effect alleen via de omvang van de baan (0,28 x -0,11 = -0,03) en het tweede via aantal jaren onderwijs en omvang van de baan (-0,15 x 0,15 x -0,11 = 0,003). Dit tweede indirecte effect is positief en verzwakt dus het totale negatieve effect dat -0,27 + (-0,03) + 0,003 = -0,297 bedraagt.
Oudere mensen hechten dus minder belang aan de gratificatie ‘samen vermaken’ en dit effect is voor het grootste deel rechtstreeks afkomstig van leeftijd.

Syntax

*Syntax oefening 6_4.

*Opgave a.
*Beschrijving sekse, baan, leeftijd, aantal jaren onderwijs, tvgratificaties.
FREQUENCIES
  VARIABLES=v1 v4uur v3 v73 v13 v14 v15 v16 v17 v18 v19
  /ORDER= ANALYSIS .
*Dummyvariabele vrouw.
RECODE
  v1
  (0=1) (1=0) INTO Vrouw .
EXECUTE .
*Weglaten kinderen onder 18 jaar.
USE ALL.
COMPUTE filter_$=(v3 > 17).
VARIABLE LABEL filter_$ 'v3 > 17 (FILTER)'.
VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.
FORMAT filter_$ (f1.0).
FILTER BY filter_$.
EXECUTE .
*Missings op v14 en v16 definieren.
*Define Variable Properties.
*v14.
MISSING VALUES v14 ( 99 ).
*v16.
MISSING VALUES v16 ( 99 ).
EXECUTE.
*Spreidingsdiagrammen.
GRAPH
  /SCATTERPLOT(BIVAR)=v3 WITH v13
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v3 WITH v14
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v3 WITH v15
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v3 WITH v16
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v3 WITH v17
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v3 WITH v18
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v3 WITH v19
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v4uur WITH v13
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v4uur WITH v14
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v4uur WITH v15
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v4uur WITH v16
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v4uur WITH v17
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v4uur WITH v18
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v4uur WITH v19
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v73 WITH v13
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v73 WITH v14
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v73 WITH v15
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v73 WITH v16
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v73 WITH v17
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v73 WITH v18
  /MISSING=LISTWISE .
GRAPH
  /SCATTERPLOT(BIVAR)=v73 WITH v19
  /MISSING=LISTWISE .
*Meervoudige regressieanalyse voor elke gratificatie.
REGRESSION
  /DESCRIPTIVES MEAN STDDEV CORR SIG N
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS CI(95) R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT v13
  /METHOD=ENTER Vrouw v3 v4uur v73
  /SCATTERPLOT=(*ZRESID ,*ZPRED)
  /RESIDUALS HIST(ZRESID).
REGRESSION
  /DESCRIPTIVES MEAN STDDEV CORR SIG N
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS CI(95) R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT v14
  /METHOD=ENTER Vrouw v3 v4uur v73
  /SCATTERPLOT=(*ZRESID ,*ZPRED)
  /RESIDUALS HIST(ZRESID).
REGRESSION
  /DESCRIPTIVES MEAN STDDEV CORR SIG N
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS CI(95) R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT v15
  /METHOD=ENTER Vrouw v3 v4uur v73
  /SCATTERPLOT=(*ZRESID ,*ZPRED)
  /RESIDUALS HIST(ZRESID).
REGRESSION
  /DESCRIPTIVES MEAN STDDEV CORR SIG N
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS CI(95) R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT v16
  /METHOD=ENTER Vrouw v3 v4uur v73
  /SCATTERPLOT=(*ZRESID ,*ZPRED)
  /RESIDUALS HIST(ZRESID).
REGRESSION
  /DESCRIPTIVES MEAN STDDEV CORR SIG N
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS CI(95) R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT v17
  /METHOD=ENTER Vrouw v3 v4uur v73
  /SCATTERPLOT=(*ZRESID ,*ZPRED)
  /RESIDUALS HIST(ZRESID).
REGRESSION
  /DESCRIPTIVES MEAN STDDEV CORR SIG N
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS CI(95) R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT v18
  /METHOD=ENTER Vrouw v3 v4uur v73
  /SCATTERPLOT=(*ZRESID ,*ZPRED)
  /RESIDUALS HIST(ZRESID).
REGRESSION
  /DESCRIPTIVES MEAN STDDEV CORR SIG N
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS CI(95) R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT v19
  /METHOD=ENTER Vrouw v3 v4uur v73
  /SCATTERPLOT=(*ZRESID ,*ZPRED)
  /RESIDUALS HIST(ZRESID).

*Opgave c.
*Regressie van omvang baan op overige achtergrondvariabelen.
REGRESSION
  /DESCRIPTIVES MEAN STDDEV CORR SIG N
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS CI(95) R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT v4uur
  /METHOD=ENTER Vrouw v3 v73
  /SCATTERPLOT=(*ZRESID ,*ZPRED)
  /RESIDUALS HIST(ZRESID).
*Regressie van onderwijsverleden op sekse en leeftijd.
REGRESSION
  /DESCRIPTIVES MEAN STDDEV CORR SIG N
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS CI(95) R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN
  /DEPENDENT v73
  /METHOD=ENTER Vrouw v3
  /SCATTERPLOT=(*ZRESID ,*ZPRED)
  /RESIDUALS HIST(ZRESID).

Afhankelijke variabele	Onafhankelijke variabele	b	s_b	b*	t	p	95% CI
							*ondergrens*	*bovengrens*
mezelf goed vermaken (v13)	(Constant)	7,620	0,284		26,787	0,000	7,062	8,178
	Vrouw	0,178	0,096	0,051	1,861	0,063	-0,010	0,366
	Hoe oud bent u?	-0,031	0,003	-0,264	-9,532	0,000	-0,038	-0,025
	Hoeveel uur werkt u gemiddeld per week?	-0,009	0,003	-0,083	-2,915	0,004	-0,015	-0,003
	Hoeveel jaar heeft u fulltime onderwijs gevolgd?	-0,021	0,014	-0,040	-1,479	0,139	-0,049	0,007
meer te weten over normen en waarden (v14)	(Constant)	5,892	0,290		20,329	0,000	5,323	6,461
	Vrouw	0,147	0,098	0,043	1,505	0,133	-0,045	0,338
	Hoe oud bent u?	-0,011	0,003	-0,097	-3,368	0,001	-0,018	-0,005
	Hoeveel uur werkt u gemiddeld per week?	-0,004	0,003	-0,034	-1,156	0,248	-0,010	0,003
	Hoeveel jaar heeft u fulltime onderwijs gevolgd?	-0,011	0,014	-0,021	-0,747	0,455	-0,039	0,018
begrijp ik meer van de wereld (v15)	(Constant)	6,201	0,296		20,915	0,000	5,620	6,783
	Vrouw	0,033	0,100	0,009	0,332	0,740	-0,163	0,229
	Hoe oud bent u?	-0,002	0,003	-0,013	-0,449	0,654	-0,008	0,005
	Hoeveel uur werkt u gemiddeld per week?	-0,007	0,003	-0,067	-2,227	0,026	-0,013	0,000
	Hoeveel jaar heeft u fulltime onderwijs gevolgd?	-0,021	0,015	-0,041	-1,447	0,148	-0,050	0,008
wat ik in allerlei situaties het best kan doen (v16)	(Constant)	5,122	0,296		17,308	0,000	4,541	5,702
	Vrouw	0,067	0,100	0,019	0,672	0,501	-0,128	0,262
	Hoe oud bent u?	-0,008	0,003	-0,069	-2,392	0,017	-0,015	-0,001
	Hoeveel uur werkt u gemiddeld per week?	-0,003	0,003	-0,024	-0,790	0,430	-0,009	0,004
	Hoeveel jaar heeft u fulltime onderwijs gevolgd?	-0,052	0,015	-0,099	-3,535	0,000	-0,081	-0,023
mijzelf beter begrijpen (v17)	(Constant)	3,793	0,296		12,830	0,000	3,213	4,373
	Vrouw	0,058	0,100	0,017	0,586	0,558	-0,137	0,254
	Hoe oud bent u?	-0,005	0,003	-0,040	-1,387	0,166	-0,011	0,002
	Hoeveel uur werkt u gemiddeld per week?	-0,006	0,003	-0,052	-1,740	0,082	-0,012	0,001
	Hoeveel jaar heeft u fulltime onderwijs gevolgd?	-0,026	0,015	-0,049	-1,736	0,083	-0,054	0,003
me met anderen vermaken (v18)	(Constant)	7,106	0,352		20,208	0,000	6,417	7,796
	Vrouw	-0,209	0,118	-0,048	-1,763	0,078	-0,441	0,024
	Hoe oud bent u?	-0,039	0,004	-0,269	-9,747	0,000	-0,047	-0,031
	Hoeveel uur werkt u gemiddeld per week?	-0,014	0,004	-0,108	-3,796	0,000	-0,022	-0,007
	Hoeveel jaar heeft u fulltime onderwijs gevolgd?	-0,030	0,017	-0,046	-1,696	0,090	-0,064	0,005
beter op situaties met andere personen voorbereid (v19)	(Constant)	4,560	0,307		14,860	0,000	3,958	5,162
	Vrouw	-0,104	0,103	-0,028	-1,003	0,316	-0,306	0,099
	Hoe oud bent u?	-0,010	0,004	-0,084	-2,905	0,004	-0,017	-0,003
	Hoeveel uur werkt u gemiddeld per week?	-0,008	0,003	-0,069	-2,313	0,021	-0,014	-0,001
	Hoeveel jaar heeft u fulltime onderwijs gevolgd?	-0,024	0,015	-0,044	-1,571	0,116	-0,054	0,006

Coefficients^a
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.	95,0% Confidence Interval for B
Model		B	Std. Error	Beta	t	Sig.	Lower Bound	Upper Bound
1	(Constant)	5,604	2,567		2,183	,029	,568	10,639
	Vrouw	-7,328	,842	-,223	-8,702	,000	-8,980	-5,676
	Hoe oud bent u?	,307	,028	,278	10,816	,000	,251	,362
	Hoeveel jaar heeft u fulltime onderwijs gevolgd?	,740	,126	,151	5,860	,000	,492	,988
a. Dependent Variable: Hoeveel uur werkt u gemiddeld per week?