VOS Samenvatting Stappen in SPSS - Huyen Chau Nguyen
Kijken of er een lineair verband is tussen twee variabelen via een spreidingsdiagram in SPPS:
- Graphs > Chart Builder > Scatter/dot en daarbinnen de variant Simple Scatter with Fit Line
- onafhankelijke variabele op de X-as en de afhankelijke variabele op de Y-as
Regressie analyse in SPSS:
- Analyze > Regression > Linear
- Denk goed aan wat de afhankelijke en onafhankelijke variabelen zijn en zet deze in de goede vakjes.
- We willen ook grafisch de voorwaarde van homoscedastisiteit, lineariteit en de afwezigheid van uitschieters
controleren: Klik op Plots > Plaats de variabele *ZPRED (de gestandaardiseerde voorspelde waarden) op de
X-as > Plaats de variabele *ZRESID (de gestandaardiseerde residuen) op de Y-as > Klik op Continue
- Druk op OK
ANOVA in SPSS:
- Analyze > Compare Means > One-Way ANOVA
- Selecteer de afhankelijke variabele en plaats die in het kader 'Dependent List' > Selecteer de onafhankelijke
variabele en plaats die in het kader 'Factor'
- Druk op OK
Wanneer dit significant is, dan kan er een post-hoc toets uitgevoerd worden.
Post-hoc toets in SPSS:
- Analyze > Compare Means > One-Way ANOVA
- Klik op 'Post Hoc'
- Selecteer 'Bonferroni' en klik op 'Continue'
- Gebruik de PASTE, RUN methode
Assumpties tijdens het uitvoeren van de multipele regressieanalyse SPSS (Analyze > Regression > Linear):
- Afwezigheid uitschieters: save > standardized residuals, mahalanobis, cook’s distance aanvinken
• kijken naar de minimum en maximum waardes in de tabel Residuals Statistics:
- standardized residuals: uitschieters in Y-ruimte, waardes moeten tussen -3.3 en +3.3 zitten
- Mahalanobis Distance: uitschieters in X-ruimte, waardes moeten lager zijn dan 10+2(Xonafhankelijke variabelen)
- Cook’s Distance: uitschieters in de XY-ruimte, waardes moeten lager zijn dan 1
- Afwezigheid multicollineariteit: statistics > collinearity diagnostics
• kijken naar de laatste twee kolommen van tabel Coefficients: probleem als Tolerance < 0.1 of als VIF > 10
• geen hoge correlatie tussen de onafhankelijke variabelen
- Homoscedasticiteit: plots > variabele *ZPRED (gestandaardiseerde voorspelde waarden) op de X-as en
variabele *ZRESID (de gestandaardiseerde residuen) op de y-as
• kijken of spreiding van de residuen per x-waarde ongeveer gelijk zijn in de Scatterplox
• per x-waarde is de spreiding n de y-scores gelijk
- Normaal verdeelde residuen: plots > histogram
• kijken of er een normale verdeling is in de histogram: per x-waarde zijn de y-scores normaalverdeeld
Dummy variabelen aanmaken in SPSS met codeerschema:
1. Transform > Recode into different variables
2. Selecteer de variabele die je wilt omzetten in dummy variabelen en verplaats deze naar het vak Input
Variable > Output Variable. Nadat je de variabele in dit vak hebt gezet verandert de kop in Numeric Variable
> Output Variable
3. Geef onder Output variable de dummy variabele een naam (bij voorkeur de naam van de groep die de
dummy representeert) en klik op Change.
4. Onder Old and new values kun je aangeven welke groep welke waarde voor de dummy variabele moet
krijgen:
- Geef onder Old value aan welke waarde de groep op de oude variabele had, en geef onder New value aan dat dit de
waarde 1 moet worden. Hierdoor scoort iedereen die in deze groep zit een 1 op de dummy variabele. Klik op Add.
- Selecteer onder Old Value de optie System- or user-missing, en geef aan onder New Value dat deze waarden op de
nieuwe variabele missende waarden moeten worden (System-missing). Je geeft hiermee aan SPSS aan dat iedereen
die geen score had op de oude variabele, nu ook geen score krijgt. Klik op Add.
- Geef vervolgens onder Old Value aan dat je alle andere waarden (“All other values”) wilt hercoderen, en geef
onder New Value aan dat deze allemaal de waarden 0 krijgen. Klik op Add.
5. Klik op Continue en vervolgens op OK. Je aangemaakte dummy variabele vind je terug in je databestand.
6. Herhaal deze stappen voor elke aan te maken dummy variabele.
Kijken of er een lineair verband is tussen twee variabelen via een spreidingsdiagram in SPPS:
- Graphs > Chart Builder > Scatter/dot en daarbinnen de variant Simple Scatter with Fit Line
- onafhankelijke variabele op de X-as en de afhankelijke variabele op de Y-as
Regressie analyse in SPSS:
- Analyze > Regression > Linear
- Denk goed aan wat de afhankelijke en onafhankelijke variabelen zijn en zet deze in de goede vakjes.
- We willen ook grafisch de voorwaarde van homoscedastisiteit, lineariteit en de afwezigheid van uitschieters
controleren: Klik op Plots > Plaats de variabele *ZPRED (de gestandaardiseerde voorspelde waarden) op de
X-as > Plaats de variabele *ZRESID (de gestandaardiseerde residuen) op de Y-as > Klik op Continue
- Druk op OK
ANOVA in SPSS:
- Analyze > Compare Means > One-Way ANOVA
- Selecteer de afhankelijke variabele en plaats die in het kader 'Dependent List' > Selecteer de onafhankelijke
variabele en plaats die in het kader 'Factor'
- Druk op OK
Wanneer dit significant is, dan kan er een post-hoc toets uitgevoerd worden.
Post-hoc toets in SPSS:
- Analyze > Compare Means > One-Way ANOVA
- Klik op 'Post Hoc'
- Selecteer 'Bonferroni' en klik op 'Continue'
- Gebruik de PASTE, RUN methode
Assumpties tijdens het uitvoeren van de multipele regressieanalyse SPSS (Analyze > Regression > Linear):
- Afwezigheid uitschieters: save > standardized residuals, mahalanobis, cook’s distance aanvinken
• kijken naar de minimum en maximum waardes in de tabel Residuals Statistics:
- standardized residuals: uitschieters in Y-ruimte, waardes moeten tussen -3.3 en +3.3 zitten
- Mahalanobis Distance: uitschieters in X-ruimte, waardes moeten lager zijn dan 10+2(Xonafhankelijke variabelen)
- Cook’s Distance: uitschieters in de XY-ruimte, waardes moeten lager zijn dan 1
- Afwezigheid multicollineariteit: statistics > collinearity diagnostics
• kijken naar de laatste twee kolommen van tabel Coefficients: probleem als Tolerance < 0.1 of als VIF > 10
• geen hoge correlatie tussen de onafhankelijke variabelen
- Homoscedasticiteit: plots > variabele *ZPRED (gestandaardiseerde voorspelde waarden) op de X-as en
variabele *ZRESID (de gestandaardiseerde residuen) op de y-as
• kijken of spreiding van de residuen per x-waarde ongeveer gelijk zijn in de Scatterplox
• per x-waarde is de spreiding n de y-scores gelijk
- Normaal verdeelde residuen: plots > histogram
• kijken of er een normale verdeling is in de histogram: per x-waarde zijn de y-scores normaalverdeeld
Dummy variabelen aanmaken in SPSS met codeerschema:
1. Transform > Recode into different variables
2. Selecteer de variabele die je wilt omzetten in dummy variabelen en verplaats deze naar het vak Input
Variable > Output Variable. Nadat je de variabele in dit vak hebt gezet verandert de kop in Numeric Variable
> Output Variable
3. Geef onder Output variable de dummy variabele een naam (bij voorkeur de naam van de groep die de
dummy representeert) en klik op Change.
4. Onder Old and new values kun je aangeven welke groep welke waarde voor de dummy variabele moet
krijgen:
- Geef onder Old value aan welke waarde de groep op de oude variabele had, en geef onder New value aan dat dit de
waarde 1 moet worden. Hierdoor scoort iedereen die in deze groep zit een 1 op de dummy variabele. Klik op Add.
- Selecteer onder Old Value de optie System- or user-missing, en geef aan onder New Value dat deze waarden op de
nieuwe variabele missende waarden moeten worden (System-missing). Je geeft hiermee aan SPSS aan dat iedereen
die geen score had op de oude variabele, nu ook geen score krijgt. Klik op Add.
- Geef vervolgens onder Old Value aan dat je alle andere waarden (“All other values”) wilt hercoderen, en geef
onder New Value aan dat deze allemaal de waarden 0 krijgen. Klik op Add.
5. Klik op Continue en vervolgens op OK. Je aangemaakte dummy variabele vind je terug in je databestand.
6. Herhaal deze stappen voor elke aan te maken dummy variabele.
