Statistiek probleem

[Verwijderd]

Hallo allemaal!

Ik heb een probleem... op dit moment moet ik een onderzoek voor de uni doen over het wel of niet bestaan van een causaal verband tussen het niveau van good governance en het niveau van armoede in hetzelfde land. De theoretische verwachting bestaat dat

een stijging van good governance noodzakelijk is voor een daling van armoede.

Nu heb ik de volgende data over beide variabelen.

Van de afhankelijke variabele armoede heb ik de gemiddelde waarde over twee (aansluitende) perioden uitgerekend.

De onafhankelijke variabele good governance heb ik opgedeeld in zes dimensies en heb daar ook gemiddelde waarden voor dezelfde (aansluitende) perioden uitgerekend.

Ik heb de data voor 50 verschillende landen bij elkaar gesprokkeld.

Kortom, ik heb het gemiddelde niveau van armoede over twee perioden en ik heb het gemiddelde niveau van de zes dimensies van good governance over dezelfde perioden- en deze data heb ik van 50 verschillende landen.

Mijn GROTE probleem is wat ik nu verder moet doen om te onderzoeken of er een causaal verband is tussen het niveau van armoede en het niveau van good governance!!!!

Weet iemand statistische methoden hoe dit te onderzoek??

Thanks

[Shapeshifter]

Gegevens vergelijken en kijken of er een duidelijk verband is tussen de 2 variabelen die in de richting wijzen van "geen noodzakelijk" danwel "wel noodzakelijkheid"

Als er geen verband te ontdekken valt kun je denk ik uitgaan van het eerste (anders was het wel duidelijk geweest?)

Maar dat is mijn bekrompen visie, ik doe immers (nog) geen universitaire opleiding (heb net mijn VWO-diploma in mijn zak) dus lach me niet meteen uit

[The Eagle]

Misschien denk ik te simpel...maar zet ze eens, vermenigvuldigd met elkaar, in een matrix en ga dan eens kijken wat voor kengetallen je krijgt

[Verwijderd]

Je kan toch gewoon een regressie draaien. Kijken of je een fatsoenlijk model hebt. F-statistiek lezen om te kijken of het model valide is, t-statistieken van de beta's bekijken of je een gereduceerd model kunt maken (opnieuw F-toetsen). Zo kan je iig wel een (lineair) verband aantonen.

[Verwijderd]

Het toverwoord is correlatie.

[Christiaan]

Verwijderd schreef op donderdag 03 augustus 2006 @ 00:43:
Het toverwoord is correlatie.

En wat dacht je dat regressieanalyses, zoals hierboven genoemd, zijn dan? Dat neemt niet weg dat het hier gaat om een vraagstuk over causaliteit; iets wat een correlatie per definitie niet uit kan drukken.

Hoe dan ook geven enkele mensen hier het juiste antwoord; je zult het moeten zoeken in gegeneraliseerde lineaire modellen (GLM in SPSS). Correlatie is daar een voorbeeld van, want een enkelvoudige regressievergelijking met 1 regressor levert een (gestandaardiseerde!) regressiecoefficient op die exact de correlatie is tussen de afhankelijke variabele (regressant) en de onafhankelijke variabele (regressor). Meer complexe modellen zijn regressieanalyses of, nog complexer, structural equation modelling of multilevel analyse. Dat lijkt me allemaal nogal overkill, ook al maken laatst genoemde technieken bepaalde aannamen niet die wel worden gemaakt door regressieanalyses, met name de aanname van onafhankelijkheid van datapunten. Maar in dit geval lijkt me dat geen gevaar.

Voordat ik meer specifiek antwoord kan geven zou ik wat meer willen weten over de methode die je nu gebruikt. Je onderzoeksvraag is dus of er een causaal verband is, en meer specifiek dat armoede minder is als sprake is van 'meer' good goverance. Wat ik niet helemaal begrijp is waarom je 'good goverance' op hebt gedeeld in zes subvariabelen?

De rest post ik later, maar ik zou graag wat meer toelichting willen.

[ Voor 5% gewijzigd door Christiaan op 03-08-2006 01:20 ]

[Rone]

Niet echt een antwoord op je vraag, maar wellicht een handige informatiebron:

CIA World Factbook 2006

[Commander Zulu]

Correlatie betekent niet causaal verband!

Het gaat aan dat er een relatie is, maar het zegt niks over de oorzaken. Het kan zijn dat daling in armoede good gouvernance veroorzaakt, maar het zou ook andersom kunnen zijn: stijging van good gouvernance zorgt voor daling in armoede. Verder kan het ook zijn dat beide worden veroorzaakt door een derde factor.

Er zijn statische methodes die wel proberen causale verbanden te vinden, door rekening te houden met een tijdsverschil. Als bijvoorbeeld eerst armoede daalt, en dan pas de good governance stijgt, is het aannemelijk dat daar een causale link is van de eerste naar de tweede. Maar zelfs dit is niet waterdicht, omdat beide veroorzaakt kunnen zijn door een derde factor, die met verschillende vertraging werkt.

Maar goed, als je de correlatie wil weten moet je idd met regressie etc aan de gang gaan, of als je verschillende situaties en variabelen wilt vergelijken gebruik je ANOVA ofzo.

[Confusion]

Christiaan schreef op donderdag 03 augustus 2006 @ 01:17:
En wat dacht je dat regressieanalyses, zoals hierboven genoemd, zijn dan? Dat neemt niet weg dat het hier gaat om een vraagstuk over causaliteit; iets wat een correlatie per definitie niet uit kan drukken.

Iets dat eigenlijk per definitie niet uitdrukbaar is?

Het aantonen van een causaal verband, in de traditionele zin van het woord 'causaal', is onmogelijk. Daarvoor voldoet het oude argument van Hume. Verder dan een model dat causale verbanden postuleert kan je niet komen, waarbij het bestaan van een correlatie tussen aangenomen oorzaken en gevolgen een noodzakelijk voorwaarde voor de redelijkheid van het model.

[LtMarx]

Alle 50 punten zet je gewoon uit in een scatterplot om zo te zien of er iets lijkt te zijn van een verband, dit kan/moet je natuurlijk wel aanvullen met een regressie/correlatie analyse om een verband wiskundig weer te geven.

Volgens mij zeg je ook dat je per dimensie van good governance data hebt voor een land. Als twee dimensies opereren binnen dezelfde eenheid (tijd/geld/energie/tevredenheid) mag je ze verwerken naar 1 variabele. Dat houdt in dat je ze gewoon mag optellen. Is dit niet het geval, dan zul je 6x dezelfde analyse moeten doen, met telkens een andere dimensie als onfhankelijke variabele.

Wat het belangrijkste is bij dergelijk onderzoek, is het verantwoorden van je indicatoren. Wat is precies armoede? Hoe heb je dit gedefinieerd? Zijn er andere auteurs die dergelijke definities gebruikt hebben.

Je hebt niet echt twee moeilijke variabelen, maar goed onderzoek van deze soort staat of valt met het verantwoorden van de discrepantie tussen 'begrip zoals bedoeld' en 'begrip zoals bepaald'.

[Christiaan]

Confusion schreef op zaterdag 05 augustus 2006 @ 14:04:
Het aantonen van een causaal verband, in de traditionele zin van het woord 'causaal', is onmogelijk. Daarvoor voldoet het oude argument van Hume. Verder dan een model dat causale verbanden postuleert kan je niet komen, waarbij het bestaan van een correlatie tussen aangenomen oorzaken en gevolgen een noodzakelijk voorwaarde voor de redelijkheid van het model.

Uiteraard. Maar binnen de statistiek gezien zijn er in elk geval methoden waarmee het vinden van causale verbanden in elk geval beter gaat dan met correlaties. Ook daar kan men dan aan twijfelen, maar het verandert niet zoveel aan mijn punt. Je opmerking levert alleen de extra waarschuwing op dat het vinden van causale verbanden altijd een probleem is.