Huiswerkopdrachten - Casus actief bewegen
3 belangrijke vragen over Huiswerkopdrachten - Casus actief bewegen
Hoe bepaal je bij een mediatieanalyse of mensen in de experimentele conditie, de predictor (bijvoorbeeld Conditie), in vergelijking met de mensen in de controleconditie (zonder feedback) als afhankelijke variabele (bijvoorbeeld actief bewegen) meer zijn gaan bewegen omdat dankzij de extra feedback (mediator motivatie) hun motivatie om te bewegen is toegenomen?
Je kijkt in de tabel mediation - Indirect and Total Effects en maakt de volgende rekensom, namelijk estimate van component conditie -> mot_t1 * estimate van mot_t1 -> act_t2 = de estimate bij indirect - conditie -> mot_t1 -> act_t2. Zie afbeelding.
Waar in de tabellen vind je de R(kwadraat) van de afhankelijke variabele (bijvoorbeeld actief bewegen) in de mediatieanalyse?
Bij Full model effects de R-squared. Zie afbeelding.
Wat is het doel van het toevoegen van covariaten in de mediatieanalyse (bijvoorbeeld de t0 toe te voegen)?
Het doel van het toevoegen van covariaten is om de residuele variantie te verkleinen en de power van het indirecte effect te verhogen. Bij de interpretatie is het noodzakelijk om te kijken in de tabel 'Indirect Effect of X on Y', waarin dus twee indirecte effecten staan. De waarde van elk indirect effect kunnen we interpreteren door te kijken naar het 95% CI. Effect sizes kunnen trouwens hier niet worden geïnterpreteerd, omdat het model covariaten bevat.
De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:
- Een unieke studie- en oefentool
- Nooit meer iets twee keer studeren
- Haal de cijfers waar je op hoopt
- 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
