Samenvatting SPSS Practica Stap voor Stap

1



SPSS Practica
Stap voor stap uitvoer en output aflezen van SPSS (26 en 27 versie)




Inhoud:
1. Enkelvoudige regressie
- Assumptie statistische controlle
2. Multipele regressie
3. Meerweg ANOVA
4. AN(C)OVA
5. Herhaalde Metingen en Mixed Design
6. Moderatie
- Moderatie met PROCESS
7. Mediatie
8. Factoranalyse
9. Betrouwbaarheidsanalyse




Handige TIPS:
• Alles in blauw is wat je in SPSS
moet uitvoeren
• Inclusief output en beelden van
SPSS
• Belangerijke informatie staat in
een roze kleur

, 2



1. Enkelvoudige Regressie

Enkelvoudige regressie analyse
Er wordt maar één predictor gebruikt in het voorspellen van de afhankelijke variabele.
• De samenhang wordt beschreven met een rechte lijn (= regressielijn).
• Least squares lijn: lijn met kleinste verschil tussen punten en de lijn.

In SPSS doe je:
Stap 1: Analyze ➜ Regression ➜ Linear




Stap 2: Zet de afhankelijke variabele/dependent variable [Y] en de onafhankelijke
variabele/independent(s) [X] op de juiste plaats (zie onderaan)


Voorbeeld:

Variabelen
Afhankelijke variabele Y
• Kennis van literatuur
Onafhankelijke variabelen X (predictoren)
• Persoonlijke kenmerken
• Kenmerken ouderlijk huis
• Kenmerken school




Stap 3: Controleren van assumpties (hetzelfde als voor multipele regressie)

, 3

1. Aselecte steekproef
2. Meetniveau Y minimaal interval
3. Lineaire relaties tussen de X’en en Y
4. Per X-waarde is de spreiding in Y-scores gelijk
(homoscedasticiteit)
5. Per X-waarde zijn de Y-scores normaal verdeeld
6. Geen uitschieters en/of invloedrijke respondenten
7. Geen hoge correlatie tussen de onafhankelijke
variabelen (multicollineariteit)

SPSS stap voor stap statistisch controle:
1. Afhankelijke variabele minimaal van ratio niveau (lees af vanuit datasheet)

2. Er is een lineaire relatie tussen de variabele
Graphs ➜ Chart builder ➜ Scatter/dots




3. Afwezigheid van uitschieters
Regression ➜ Lineair ➜ klik op 'Save' en vink af 'Standarized residuals, distance
Mahalanobis en Cook's Distances'

• Standarized residuals: moet tussen de -3.3 en 3.3 zijn
• Mahalanobis: de waarde mot lager zijn dan 10+2 *(keer) aantal onafhankelijke
variabele in je regressie
• Cook's distance: de maximum moet lager zijn dan 1

Zie output onderaan:

, 4


4. Homoscedasticiteit: per X-waarde moet de spreiding in Y-scores gelijk zijn
Regression ➜ Lineair ➜ Klik op 'Plots'
Plaats de variabele *ZPRED ➜ X-as
Plaats de variabele *ZRESID ➜ Y-as

5. Per X-waarde moet de Y-scores normaal verdeeld zijn
Regression➜ Lineair ➜ Klik op 'Plots' en vink af 'Histogram'

6. Multicollineariteit: er mag geen sprake zijn van een hoge correlatie tussen de
onafhankelijke variabele
Regression ➜ Lineair ➜ Klik op 'Statistics' en vink af 'Collinearity diagnostics'

• Tolerance: Als het <2 is kan dit duiden op een mogelijke probleem
• Tolerance: <1 is een probleem
• VIF: >10 is een probleem

-------------------------------------------------------------------------------------------------------------------------
7. Homogeniteit (➜Bij ANCOVA)
Graphs➜ Chart builder ➜ Scatterplot ➜ Grouped scatter
Covariaat: x-as
Afhankelijke variabele: y-as
Groepsvariabele: set color

➜Kies onder 'elements' voor 'fit line' at 'subgroups'
➜Een niet significant interactie = wel voldaan aan assumptie van homogeniteit