E N D
1. Monimuuttujamenetelmistä Lähtökohtana mallittaa muuttujien välinen riippuvuusrakenne.
Rakenne tulee sovellusalan teoriasta. Sopiva analyysi valitaan mallin ja muuttujien mitta-asteikoiden perusteella.
Erona monimuuttujamallin ja riippuvuustarkastelujen välillä on se, että mallissa toisten muuttujien vaikutukset vaikuttavat toisten muuttujien vaikutuksiin.
Monimuuttujamenetelmiä kannattaa lähestyä havaintoaineiston kuvailun ja riippuvuustarkastelujen kautta.
2. Riippuvuuskuvailu- Monim.malli Korrelaatiot
Ristiintaulukko
Ryhmittäiset keskiarvot Regressioanalyysi
Log-lineaarinen malli
Monisuuntainen ANOVA
Muita monimuuttujamenetelmiä
3. Regressioanalyysistä Lineaarinen malli: y = b0 + b1x1 + …
Kerrointen estimointi
Testit / selitysaste
Jäännöstarkastelut (oletukset)
Multikollineaarisuusongelma/ominaisuus
4. Kovarianssianalyysistä Periaatteessa keskiarvovertailu
Perustuu neliösummahajotelmaan (variansseihin)
Muuttujan lisääminen malliin voi vaikuttaa toisten muuttujien vaikutuksiin (vertaa regressioanalyysin multikollineaarisuus)
5. Yleisiä huomioita monimuuttujamenetelmistä Analyysin tuloksen lukeminen SPSS:stä on helppoa: jos p < 0.05, on vaikutusta.
Menetelmän oikea käyttö kuitenkin vaatii mallin ja sen käytön edellytysten tuntemista
Kun malli on sama kuin sovellusalan teoriassa esitetty mind-map, on mallin sopivuuden testi sama kuin tarkastelu siitä onko teoriassa esitetty malli oikea.