26.07.2013 Views

Link til publikation - DDA Samfund - Dansk Data Arkiv

Link til publikation - DDA Samfund - Dansk Data Arkiv

Link til publikation - DDA Samfund - Dansk Data Arkiv

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Rina Borgensgaard<br />

Dette var i god tråd med min hypotese. Af mine kontrolvariabler kunne <strong>til</strong>lid <strong>til</strong> miljøorganisationer, politisk<br />

placering og en lang videregående uddannelse være med <strong>til</strong> at belyse, om respondenten synes om det beløb,<br />

der bliver givet fra statskassen <strong>til</strong> ulandshjælp.<br />

Multikollinaritet og outliers<br />

For at sikre mig, at der ikke er tale om spuriøse sammenhænge mellem mine variabler, og om der er en høj<br />

grad af korrelation mellem mine uafhængige variabler, tjekker jeg for multikollenaritet. Multikollenaritet<br />

betyder, at der er afhængighed mellem nogle af mine uafhængige variabler. Dette må der ikke være, fordi det<br />

kan være skyld i at standardfejlen på de estimerede koefficienter bliver for stor. Dette kan ende med, at det<br />

bliver sværere at afvise H0 hypotesen. Multikollenariteten kan tjekkes ved at aflæse Variance Inflation Factor<br />

(VIF), som SPSS selv regner ud. Reglen er, at der ikke er multikollenaritet, så længe min VIF værdi ikke<br />

overstiger 10. Det gælder for begge mine tests, at mine VIF værdier er 1,325 i test 1 og i test 2 ligger de<br />

mellem 1,134 og 1,616. Derfor er der ikke multikollenaritet. Tjek for outliers. Outliers er ekstreme værdier i<br />

en model. Hvor der er mange outliers, kan det påvirke den samlede model, eksempelvis skævvride mine<br />

resultater. Derfor skal der også tjekkes for det. Outliers tjekkes ved at beregne Cook’s Distance Measure<br />

(D1). I <strong>til</strong>fælde hvor D1

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!