1: Korrelasjon, kovarians (at variablene ’spiller sammen’) HVA ER FORSKJELLEN PÅ: 1: Korrelasjon, kovarians (at variablene ’spiller sammen’) 2: Multikollinaritet 3: Å kontrollere for effekten av andre X-variabler (og dermed sjekke for spuriøsitet) 4: Samspillsledd JFRYE2005

1: Korrelasjon, kovarians (at variablene ’spiller sammen’) Variablene samvarier med hverandre (når X1 øker, så stiger også X2, eller motsatt) NB: I regresjonsanalyser forutsetter vi at samvariasjonen reflekterer et kausalt forhold mellom X’ene og Y Derimot ingen hypotese om kausalt forhold mellom X’ene JFRYE2005

X1 Y X2 JFRYE2005

Eks.: Perfekt MK Sterk MK X1:Om du er kvinne X1:Tilfredshet 2: Multikollinaritet Hvis stor kovarians mellom X’ene, så har X’ene overlappende effekter på Y. Da blir det vanskelig å bestemme hvilken X som effekten på Y skal tilskrives. Eks.: Perfekt MK Sterk MK X1:Om du er kvinne X1:Tilfredshet X2:Om du er mann X2:Livskvalitet JFRYE2005

2: Multikollinaritet forts. Ved perfekt MK er det teknisk umulig å gjennomføre regresjonen. Hvis det er sterk MK (men ikke perfekt) blir estimatene ikke ’efficient’ – (dvs. store SE) Men ikke skjeve estimater for b og SE Mål for MK: Tolerance, VIF Beregnes ved å regrere Xk på alle de andre X’ene (Se Hamilton s. 113) JFRYE2005

X1 Y X2 JFRYE2005

3: Å kontrollere for effekten av andre X-variabler Ikke det samme som MK! Helt annen problemstilling! Målet er å se effekten av X1 når man kontrollerer for X2, X3 osv. Selve poenget med multivariat regresjonsanalyse Når alt annet holdes likt, hva er effekten av X1 på Y? ’Hva er den unike effekten’? Jfr. Eksperimentets logikk NB: Hvis ingen korrelasjon mellom X’ene, så er de bivariate og multivariate effektene de samme JFRYE2005

3: Å kontrollere for effekten av andre X-variabler Implisitt: Man kontrollerer også for spuriøse sammenhenger (Storkeeksemplet: Når man kontrollerer for urbanitetsgrad, så forsvinner effekten av storker på barnefødsler…) JFRYE2005

X1 Y X2 JFRYE2005

Helt uavhengig av kovariasjonen mellom X’ene 4: Samspillsledd Helt annet spørsmål enn både MK og det å kontrollere for andre variabler Samspillsledd: Når man ønsker å se om effekten av en X er avhengig av verdien på en annen X. Helt uavhengig av kovariasjonen mellom X’ene Eks.: Effekten av alder kan være ulik for de to kjønnene JFRYE2005

X1 X1 * X2 Y X2 JFRYE2005

ET EKSEMPEL P1-lytting, Dagblad-lesing og sans for RBK JFRYE2005

1: Hva er korrelasjonen mellom P1 og Dagblad-lesing 2: Er det multikollinaritet når man regrerer RBK på P1- og Dagbladet-variablene? 3: Hva skjer når man kontrollerer for den andre variablen? 4: Samspill mellom P1 og Dagbladet-variablene? JFRYE2005