Fordeler og ulemper ved tabellanalyse Tabeller på vei ut?

Kausalanalyse med samspillsvariabler
Forslag: Siden samspill er representert som variabler, ta dem med i analysen. Men:
Modellen eser ut: Med tre uavhengige variabler 1+4 samspillsvariabler etc.
Størrelsen til en effekt avhenger ved samspill av hva som defineres som høy verdi
på kontrollvariablene (avgjør hvilken delsammenheng som plukkes ut som b).
Dette igjen påvirker dekomponeringen av sammenhenger i direkte / indirekte effekt.
Kausalanalyse ved hjelp av regresjon
Når samspillsvariablene sløyfes, svarer regresjonskoeffisienten for
hver uavhengig variabel til det veide gjennomsnittet av dens
delsammenhenger uttrykt som proporsjoner (identisk med tre
variabler, kan avvike noe med flere). Kan tolkes som forskjell i
sannsynlighet.
I forhold til kausalmodellen svarer det til at de mellomliggende
samspillsvariablene utelates. Gode grunner for å gjøre dette.
Med lineær regresjonsanalyse får vi alltid en perfekt dekomponering
av bivariate sammenhenger.
Kontrollert b beregnes ut fra matrise av bivariate korrelasjoner. Kan
derfor håndtere mange uavhengige variabler (N-1). Men ikke mer
informasjon enn i tabellanalysen, så dette oppnås ved hjelp av
fordelingsforutsetninger. Jo mer multivariat, jo større fare for at
resultatene kan bli misvisende.
Fare for ateoretiske ”fiske-ekspedisjoner” med mange uavh. variabler.
God strategi: Kombinere regresjons- og tabell-analyse (for de viktige
variablene).
14