Ik ben momenteel bezig met mijn bachelor Thesis. Hierin ga ik een onderzoek op zetten naar Technologie clusters. Ik ben van plan te kijken of bepaalde typen consumenten een bepaald type cluster adopteren. Met andere woorden. Stel dat ze technologie A hebben, betekent dit dan ook dat ze technologie B en C hebben?
Het geheel beperkt zich tot consumenten elektronica. Dus A zou een PC kunnen zijn, B een Webcam en C een mp3speler. Nu ligt deze nogal voor de hand omdat je het op elkaar aan kan sluiten. Technologie zou je bijvoorbeeld ook op grond van lifestyle kunnen groepen.
Er zal een dataset verzameld worden op basis van 300 respondenten. In die set staat onder andere:
respondent: nr
geslacht: 0= man , 1 = vrouw
leeftijd: nr
Technology A: 0= heeft het niet, 1= heeft het wel
Technology B: 0= heeft het niet, 1= heeft het wel
Deze dataset zal ook geanalyseerd moeten worden. En hier zit dan ook de crux. Nu heeft mijn begeleider al gezegd dat ik me mag beperken tot functies binnen SPSS, omdat het doel van de cursus niet is een ander statistisch programma te leren kennen. Maargoed, de functies binnen SPSS zijn niet toereikend om dit netjes te verwerken. Een binaire logistische regressie als:
Tech A =Tech B +Tech C + geslacht +Leeftijd
geeft wel resultaten, maar het staat zo jammer om in de discussie op te moeten nemen dat een andere methode betere resultaten zou geven over de mate van samenhang.
Het hebben van een technologie volgt niet echt een normale verdeling. Nu zat ik erover te denken om met behulp van http://www.r-project.org/ een poisson regressie uit te voeren, maar zijn er nog andere methoden die ik volgens jullie eens zou moeten bekijken? En zo ja, waarom zouden die mogelijk beter zijn?
Het geheel beperkt zich tot consumenten elektronica. Dus A zou een PC kunnen zijn, B een Webcam en C een mp3speler. Nu ligt deze nogal voor de hand omdat je het op elkaar aan kan sluiten. Technologie zou je bijvoorbeeld ook op grond van lifestyle kunnen groepen.
Er zal een dataset verzameld worden op basis van 300 respondenten. In die set staat onder andere:
respondent: nr
geslacht: 0= man , 1 = vrouw
leeftijd: nr
Technology A: 0= heeft het niet, 1= heeft het wel
Technology B: 0= heeft het niet, 1= heeft het wel
Deze dataset zal ook geanalyseerd moeten worden. En hier zit dan ook de crux. Nu heeft mijn begeleider al gezegd dat ik me mag beperken tot functies binnen SPSS, omdat het doel van de cursus niet is een ander statistisch programma te leren kennen. Maargoed, de functies binnen SPSS zijn niet toereikend om dit netjes te verwerken. Een binaire logistische regressie als:
Tech A =Tech B +Tech C + geslacht +Leeftijd
geeft wel resultaten, maar het staat zo jammer om in de discussie op te moeten nemen dat een andere methode betere resultaten zou geven over de mate van samenhang.
Het hebben van een technologie volgt niet echt een normale verdeling. Nu zat ik erover te denken om met behulp van http://www.r-project.org/ een poisson regressie uit te voeren, maar zijn er nog andere methoden die ik volgens jullie eens zou moeten bekijken? En zo ja, waarom zouden die mogelijk beter zijn?
Dell XPS M1530 (Red) | T8300 | 4 GB | 750 GB 7200 rpm | 8600m GT | Wifi N | 1440x900 LG | 9 Cells | Windows 8.1 Pro x64