Contactmoment 4: Opdrachten computer lab

Voorbereiding

Deze hele opdracht bevat drie oefeningen die op elkaar doorbouwen. Vooraleer we starten met de 3 oefeningen in R op te lossen, vragen we je enkele acties te ondernemen ter voorbereiding:

• Teken de modellen uit de 3 oefeningen

• Maak van alle variabelen die worden gebruikt in de oefeningen een z-score variant: Interest.na, Interest.voor, Projectinteressant, Projectleuk, Projectbijgeleerd en `Projectmoeilijk``

• Om de verschillende modellen te kunnen vergelijken, maken we meteen gebruik van een databestand zonder ontbrekende observaties (zonder NA’s) voor alle variabelen die je nodig hebt. (functie: na.omit())

Oefening 1

In een eerste model (Model1) onderzoeken we in welke mate het interessant vinden van het project (Projectinteressant) een invloed heeft op de interesse in techniek na het project (Interest.na).

1. Schat het model en bespreek de relevante parameters

2. Ga de assumpties m.b.t. dit model na

Oefening 2

Wanneer blijkt dat de mate waarin de leerling het project als interessant ervaart er toe doet, kun je je natuurlijk afvragen hoe dat komt. Misschien is het zo dat leerlingen die techniek sowieso al interessant vonden voor het project (Interest.voor) nadien ook een hogere interesse behouden (die hadden ze tenslotte al voor het project). Om dit na te gaan, test je een tweede model (Model2) waarin je Interest.voor als controlevariabele aan het vorige model (Model1) toevoegt.

1. Is dit model (Model2) een beter model dan Model1?

2. Bespreek de relevante parameters van het beste model.

Oefening 3

Mogelijk zorgt het opnemen van de overige variabelen die de houdingen van de leerlingen m.b.t. het techniekproject meten (‘Projectleuk’, ‘Projectbijgeleerd’, ‘Projectmoeilijk’) voor een verbetering van het model. Om dit na te gaan, test je een derde model (Model3) waarin je deze drie variabelen als controlevariabelen aan het vorige model (Model2) toevoegt.

1. Ga na of er geen probleem is van multicollineariteit. Pas het model indien nodig aan.

2. Is (een eventueel aangepaste versie van) Model3 een beter model dan Model2?

3. Bespreek de relevante parameters van het beste model.

4. Welke score op ‘Interest.naZ’ behaalt iemand die:

• gemiddeld scoort op alle onafhankelijke variabelen in de steekproef
• gemiddeld scoort op alle onafhankelijke variabelen in de populatie
• 1 SD hoger scoort voor ‘Interest.voorZ’ en 1 SD lager scoort voor ‘ProjectbijgeleerdZ’ (en op alle andere onafhankelijke variabelen 0) in de steekproef
• 1 SD hoger scoort voor ‘Interest.voorZ’ en en 1 SD lager scoort voor ‘ProjectbijgeleerdZ’ (en op alle andere onafhankelijke variabelen 0) in de populatie

Rond bij het berekenen van de voorspelde scores altijd af tot op 3 cijfers na de komma!

Respons computer lab

Ter info

Doorheen het vak maken we oefeningen in de computerlokalen. De zogenaamde computer labs op deze website. Al deze oefeningen maken gebruik van dezelfde dataset: Techniek.RData.

De dataset kan je dowloaden via Blackboard of via deze link: download Techniek.RData

Deze dataset bevat een hele reeks variabelen. Check bij alle oefeningen het codeboek dat bij deze dataset hoort. Dit codeboek kan je downloaden via volgende link: codeboek Techniek.RData.

Het databestand is een .RData` bestand. Dat wil zeggen dat je dit bestand in RStudio kan openen via Open file… in het menu van RStudio. Of, in je code via de load( ) functie.

Ook OLP2 Functies.R kan je downloaden: download OLP2 Functies.R