1. Data-Inspectie & Voorbereidende Bewerkingen
Beschrijvende Statistiek (Descriptives)
Doel: Controleren van de steekproefgrootte (N), gemiddelden en de uiterste waarden
(minimum/maximum) om foutieve invoer of afwijkende datapunten op te sporen.
SPSS-Navigatie: Analyze > Descriptive Statistics > Descriptives
• Klik de gewenste variabelen aan en verplaats ze naar de variabelenbox.
• Kies onder Options de maten: Mean, Std. deviation, Minimum en Maximum.
• Klik op Continue, daarna op Paste en run de syntaxis.
Uitvoer Duiden:
• N: Geeft het aantal respondenten aan met een geldige score. Als N verschilt per variabele, zijn
er missende waarden aanwezig.
• Minimum & Maximum: Controleer of alle scores binnen het schaalbereik vallen (bijv. 1 tot 5).
• Valid N (listwise): Het aantal proefpersonen met een complete score op ál deze variabelen
samen. SPSS gebruikt standaard alleen deze cases bij analyses.
Grafische Verdelingscontrole (Histogrammen)
Doel: Beoordelen of de variabelen een symmetrische klokvorm vertonen (normaalverdeling). Dit is
essentieel voor schattingsmethoden zoals Maximum Likelihood bij factoranalyse.
SPSS-Navigatie: Analyze > Descriptive Statistics > Frequencies
● Selecteer de variabelen van interesse.
● Vink Display frequency tables uit om overtollige tabellen te voorkomen.
● Ga naar Charts en kies Histograms.
● Klik op Continue, Paste en run.
Uitvoer Duiden:
● Klokvorm: Duidt op een (bij benadering) normale verdeling.
● Scheefheid (Skewness): Veel hoge scores zorgen voor een staart naar links (negatief scheef);
veel lage scores voor een staart naar rechts (positief scheef).
Exploratieve factoranalyse is vrij robuust tegen lichte afwijkingen van de normaalverdeling, zeker bij
Likert-schalen.
Subgroep-Selectie (Select Cases)
Doel: Analyses uitvoeren op een specifieke subgroep (bijvoorbeeld alleen participanten uit één bepaald
land of van één geslacht).
SPSS-Navigatie: Data > Select Cases
● Kies de optie If condition is satisfied en klik op de knop If...
● Selecteer de gewenste variabele en vul de conditie in (bijv. nation = 25).
● Klik op Continue, Paste en run.
● Verifieer via Descriptives of de steekproefomvang (N) overeenkomt met de verwachting.
Schakel de filter na afloop weer uit via Data > Select Cases > All cases.
, 2. Ketenmodellen & Padanalyse via Regressie
Padanalyse wordt gebruikt om complexe causale relaties tussen meerdere afhankelijke en
onafhankelijke variabelen tegelijk te onderzoeken. Aangezien standaard lineaire regressie in SPSS slechts
één afhankelijke variabele ($Y$) per analyse ondersteunt, moet een padmodel worden opgedeeld in een
reeks afzonderlijke regressie-analyses (één regressie voor elke endogene variabele).
Voorbereiding & Regressievergelijkingen
1. Identificeer endogene variabelen: Dit zijn alle variabelen waar minimaal één pijl naartoe wijst
(de verklaarde variabelen). Variabelen zonder inkomende pijlen zijn exogeen.
2. Stel de vergelijkingen op: Elke endogene variabele vormt de afhankelijke variabele in haar
eigen regressiemodel. Alle variabelen met een pijl rechtstreeks naar die variabele zijn de
voorspellers (predictoren).
SPSS-Navigatie
Analyze > Regression > Linear...
1. Voer de gewenste uitkomstvariabele (endogene variabele) in bij Dependent.
2. Voer alle direct voorspellende variabelen (exogeen of voorafgaand endogeen) in
bij Independent(s).
3. Klik op Statistics... en zorg dat Estimates en Model fit zijn aangevinkt.
4. Klik op Paste om de syntaxis op te slaan in de Syntax Editor.
5. Herhaal stappen 1 t/m 5 voor elke endogene variabele in het padmodel (d.w.z. elke variabele
waar minstens één pijl naartoe wijst).
6. Selecteer alle gegeneerde opdrachten in de Syntax Editor en klik op Run (groene driehoek).
Gebruik in de syntaxis altijd /NOORIGIN. Dit zorgt ervoor dat het snijpunt (de constante/intercept)
wordt geschat. Gebruik nooit /ORIGIN, omdat de constante dan wordt weggelaten.
• Direct Effect: De rechtstreekse invloed van de ene variabele op de andere. β1 (van Y1 → Y5)
en β2 (van Y2 → Y5)
• Indirect Effect: Het effect dat via een tussenliggende variabele (mediator) loopt. β3 × β2
(van Y1 → Y2 → Y5)
• Totaal Effect: De som van het directe en het indirecte effect.
Regel voor meervoudige regressie: Wanneer er meerdere pijlen tegelijk naar één variabele wijzen,
moet je alle variabelen die rechtstreeks naar die variabele wijzen samen in één regressie-analyse
zetten
Gouden Regel
Bij een padmodel voer je per uitkomstvariabele (waar pijlen naartoe wijzen) een aparte
regressieanalyse uit.
• Dependent (afhankelijke variabele): de variabele waar de pijl naartoe wijst.
• Independent(s) (onafhankelijke variabele(n)): alle variabelen die een directe pijl naar die
variabele sturen.