2 votos

Comparación del coeficiente de regresión con el mismo modelo pero con dos muestras distintas

Actualmente estoy terminando mi disertación. Mi estudio es transcultural y examina los factores predictivos y los inhibidores de la adopción de tecnología en dos países (Tailandia y Australia). Tengo un modelo hipotetizado con IVs (Facilidad de Uso, Utilidad, Necesidad de Interacción, Riesgo, e Influencia Social) directamente vinculado a una única VD (intención de uso). Ambos modelos son exactamente iguales, al igual que los IV y los DV (y los elementos relacionados), y los tamaños de las muestras son similares.

He realizado el análisis de regresión tanto en la muestra tailandesa como en la australiana de forma individual. Tengo los resultados de los coeficientes de regresión con la significación, etc. Lo que estoy tratando de averiguar ahora es cómo probar mejor la siguiente pregunta (o algo similar): " La influencia social (IV) tendrá una relación más fuerte en Tailandia con la intención de usar (VD) la banca móvil que en Australia ".

¿Es ésta la mejor manera de comprobar si los constructos individuales encajan mejor en un país que en otro? Quiero probar cada constructo individual para averiguar cuál tiene una relación más significativa entre ese IV y DV.

Pido disculpas si esta pregunta ya ha sido respondida en algún lugar del sitio o suena muy simplista. Por cierto, estoy utilizando el SPSS v19.0. Gracias de antemano.

2voto

Zizzencs Puntos 1358

La mejor manera de comprobarlo es combinar las dos muestras, añadir una variable para el país y luego comprobar la interacción entre los otros IVs y el país. Esto le proporciona todo lo que obtendría para una regresión ordinaria: tamaños del efecto, errores estándar, valores p, etc. para la interacción que desea probar.

0voto

phaneron Puntos 1017

@whuber hace un punto importante sobre que es sutil que comenté pero deseo poner como respuesta.

Es comprensible que se piense que dos estudios son como dos estratos dentro de uno estudiar . Pero, como señaló en su día David Cox, hay una preocupación mucho mayor por la homogeneidad o por lo que puede tomarse como común. Por ejemplo, a menudo se considera que la varianza dentro del grupo es la misma en diferentes factores, pero esto rara vez es cierto entre dos estudios diferentes.

Es bueno que tengas los mismos IVs en ambos, pero ¿se midieron con la misma precisión en el mismo rango? Este tipo de preocupación adicional sobre el error de heterogeneidad/falta de ajuste puede justificar que se considere un meta-análisis.

Su situación se aborda brevemente en Greenland S, O' Rourke K: Meta-Analysis. Page 652 in Modern Epidemiology, 3rd ed. Edited by Rothman KJ, Greenland S, Lash T. Lippincott Williams and Wilkins; 2008

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X