Casus 1 – Simon Effec
Simon effect = als veld waarin je iets iiet overeenkomt met de hand die je moet gebruiken om te
reageren, is de reactetjd sneller.
Opdracht 1:
Maak van de bestanden van proefpersoon 1 en 12 ook SPSS bestanden.Zorg er voor dat de
bestanden qua variabelen en labels en dergelijke hetzelfde zijn als de bestanden die al wel in SPSS
zijn ingelezen.
Doe het volgende iowel voor proefpersoon 1 als voor proefpersoon 12:
Open SPSS file read text data find text data in oour documents open tekst import
wiiard:
- Step 1 of 6: does oour tekst file match a predefined format = no next
- Step 2 of 6:
o How are oour variables arranged = delimited
o are oour variables included at the top of oour file = no next
- Step 3 of 6:
o The first case of data begins on which line number? = 1 (want geen variabele namen)e
o How are oour cases represented = each line represents a case
o How mano cases do oou want to import = all of the cases next
- Step 4 of 6:
o Which delimiters appear between variables = comma
o What is the text qualifier = none next
- Step 5 of 6: variabelen benoemen
- Stap 6 of 6:
o Would oou like to save this file format for future use = no
o would oou like to paste the sontax = no (aangevinkt cache data locallo next
finish
Variable view Op 1 klikken linksboven Insert Variable: ppnr noemen 0 decimalen
Measure: nominal.
Data view Transform Recode into different variable ppnr selecteren als numeric variable
Output variable: name = ppnr change Old and new values aanklikken Old value: sostem-
missing New value: 1 of 12 add contnue ok (overal staat nu getal bij ppnr)e.
Opdracht 2:
Maak op basis van de individuele bestanden, twee nieuwe databestanden. Omdat niet alle
proefpersonen dezelfde mapping van kleur en responseside hebben gehad, is het aan te raden om
één databestand te maken voor alle proefpersonen met de rood-rechts mapping en één voor alle
proefpersonen met de groen-rechts mapping. Dit kun je opmaken uit de naam van het betrefende
bestand (zie Beschrijving data). Voor je het op grote schaal aanpakt, met alle bestanden, is het
misschien handig om klein te beginnen door eerst eens de hele opgave te doorlopen met twee
bestanden. Denk er bij het samenvoegen aan dat het nieuwe bestand een andere naam krijgt dan
de bestaande bestanden, zodat je geen originele data overschrijf.
Zorg ervoor dat je aan het einde van deze stap twee databestanden hebt met daarin de data van
alle proefpersonen met dezelfde mapping met de variabelen ppnr (proefpersoonnummer), cijfer
(0-9), kleur_field (1-4), response (0 of 1) en rt (reactietijd).
,Controle: Allebei de databestanden bevaten de volgende variabelen: ppnr, cijfer, kleur_feld, response en rt.
Elk van de twee bestanden bevat 3600 rijen en 5 kolommen met data.
Data Merge files Add cases Browse Open a dataset contnue als alles in ‘variables
in new actvate dataset’ staat dan is het goed ok.
Dit doe je voor elk databestand dat erbij ingevoegd moet worden.
Opdracht 3:
In de variabele kleur_feld staat aangegeven in welke kleur het cijfer werd aangeboden en in welk
visueel veld het cijfer werd aangeboden. De variabele kleur_feld heef vier niveaus:
1 = kleur groen en lef visual feld
2 = kleur groen en right visual feld
3 = kleur rood en lef visual feld
4 = kleur rood en right visual feld
Voor de rest van deze casus is het handig als je op basis van deze variabele twee nieuwe
variabelen maakt: kleur van de stimulus en visual feld van de stimulus.
Daarnaast is de codering van de responsen in de twee verschillende mappings omgedraaid. In de
RR mapping, geldt voor de variabele response dat 0 = links en 1 = rechtsIn de GR mapping, geldt
voor de variabele response dat 0 = rechts en 1 = links
Het is handig als de codering van linker en rechter responsen in beide bestanden hetzelfde is.
Maak daarom in beide bestanden een nieuwe variabele, met daarbij de volgende codering:
0 = links en 1 = rechts
Maak de hierboven beschreven drie nieuwe variabelen in beide bestanden.
Controle
Voor beide bestanden geldt dat de cijfers even vaak zijn aangeboden in rood als in groen en
even vaak zijn aangeboden in het linker visueel veld en in het rechter visueel veld.
Het aantal linker responsen in het GR bestand is 1809.
Het aantal linker responsen in het RR bestand is 1806.
Variabele 1 – kleur (groen en rood scheiden)e:
Bij beide bestanden:
Transform recode into different variable select variabele kleur_field output variabele: kleur
change old and new values old value 1: new value 1 add old value 2: new value 1
add old value 3: new value 0 add old value 4: new value 0 add contnue
Values labelen: variable view values value 0: label rood add value 1: label groen
add ok
Variabele 2 – Stmulus (rechts en linker veld scheiden)e:
Bij beide bestanden:
Transform recode into different variable select variabele kleur_field output variabele:
visual_field change old and new values old value 1: new value 1 add old value 2: new
value 0 add old value 3: new value 1 add old value 4: new value 0 add contnue
Values labelen: variable view values value 0: label rechts add value 1: label links
add ok
Variabele 3 – Response (linker of rechter response hand)e
GR mapping:
Transform recode into different variable select variabele response output variabele:
responsehand change old and new values old value 0: new value 1 add old value 1:
new value 0 add contnue
, Values labelen: variable view values value 0: label links add value 1: label rechts
add ok
RR mapping:
Transform compute variabele Target variable: responsehand numeric expression: response
- ok
Values labelen: variable view values value 0: label links add value 1: label rechts
add ok
Controletabel SGR:
responsehand
Cumulative
Frequency Percent Valid Percent Percent
Valid Links 1809 50,3 50,3 50,3
Rechts 1791 49,8 49,8 100,0
Total 3600 100,0 100,0
Controletabel SRR:
responsehand
Cumulative
Frequency Percent Valid Percent Percent
Valid Links 1806 50,2 50,2 50,2
Rechts 1794 49,8 49,8 100,0
Total 3600 100,0 100,0
Opdracht 4:
Alhoewel de taak van de proefpersoon in dit soort gecomputeriseerde taken meestal heel
eenvoudig is, is het gebruikelijk dat de proefpersonen soms toch een fout maken. Daarnaast zijn
de reacties op sommige trials zo snel of zo langzaam dat ze niet bruikbaar worden geacht voor
verdere analyse. In dit onderzoek is er voor gekozen trials met reactietijden korter dan 200 ms of
langer dan 1200 ms uit de analyses te laten (maar zie bijvoorbeeld Heathcote, Popiel, & Mewhort,
1991, voor een discussie over het trimmen van data).
Controle
In totaal zijn er in de GR mapping 81 fouten gemaakt en zijn er 23 outliers.
Proefpersoon 8 heef 17 fouten gemaakt en geen outliers.
a) Bepaal met behulp van SPSS op welke trials een fout is gemaakt en welke trials
aangemerkt moeten worden als outlier. Gooi dit soort trials niet uit het bestand, maar
maak nieuwe variabelen om aan te geven welke trials goed en fout zijn en welke trials wel
of geen outliers zijn.
Outlier (beide bestanden)e:
Transform recode into different variable select variable rt output variable: outlier change
old and new values old value: range 200 through 1200 = new value: 1 add old value: all
other values = new value: 0 add contnue ok.
Values labelen: variable view values value 1: label goed add value 0: label
outliers add ok
Correcte/incorrecte trials
Gewerkt met variabelen: response en kleur
GR:
Response: 0 = rechts en 1 = links & Kleur: 0 = rood en 1 = groen
Simon effect = als veld waarin je iets iiet overeenkomt met de hand die je moet gebruiken om te
reageren, is de reactetjd sneller.
Opdracht 1:
Maak van de bestanden van proefpersoon 1 en 12 ook SPSS bestanden.Zorg er voor dat de
bestanden qua variabelen en labels en dergelijke hetzelfde zijn als de bestanden die al wel in SPSS
zijn ingelezen.
Doe het volgende iowel voor proefpersoon 1 als voor proefpersoon 12:
Open SPSS file read text data find text data in oour documents open tekst import
wiiard:
- Step 1 of 6: does oour tekst file match a predefined format = no next
- Step 2 of 6:
o How are oour variables arranged = delimited
o are oour variables included at the top of oour file = no next
- Step 3 of 6:
o The first case of data begins on which line number? = 1 (want geen variabele namen)e
o How are oour cases represented = each line represents a case
o How mano cases do oou want to import = all of the cases next
- Step 4 of 6:
o Which delimiters appear between variables = comma
o What is the text qualifier = none next
- Step 5 of 6: variabelen benoemen
- Stap 6 of 6:
o Would oou like to save this file format for future use = no
o would oou like to paste the sontax = no (aangevinkt cache data locallo next
finish
Variable view Op 1 klikken linksboven Insert Variable: ppnr noemen 0 decimalen
Measure: nominal.
Data view Transform Recode into different variable ppnr selecteren als numeric variable
Output variable: name = ppnr change Old and new values aanklikken Old value: sostem-
missing New value: 1 of 12 add contnue ok (overal staat nu getal bij ppnr)e.
Opdracht 2:
Maak op basis van de individuele bestanden, twee nieuwe databestanden. Omdat niet alle
proefpersonen dezelfde mapping van kleur en responseside hebben gehad, is het aan te raden om
één databestand te maken voor alle proefpersonen met de rood-rechts mapping en één voor alle
proefpersonen met de groen-rechts mapping. Dit kun je opmaken uit de naam van het betrefende
bestand (zie Beschrijving data). Voor je het op grote schaal aanpakt, met alle bestanden, is het
misschien handig om klein te beginnen door eerst eens de hele opgave te doorlopen met twee
bestanden. Denk er bij het samenvoegen aan dat het nieuwe bestand een andere naam krijgt dan
de bestaande bestanden, zodat je geen originele data overschrijf.
Zorg ervoor dat je aan het einde van deze stap twee databestanden hebt met daarin de data van
alle proefpersonen met dezelfde mapping met de variabelen ppnr (proefpersoonnummer), cijfer
(0-9), kleur_field (1-4), response (0 of 1) en rt (reactietijd).
,Controle: Allebei de databestanden bevaten de volgende variabelen: ppnr, cijfer, kleur_feld, response en rt.
Elk van de twee bestanden bevat 3600 rijen en 5 kolommen met data.
Data Merge files Add cases Browse Open a dataset contnue als alles in ‘variables
in new actvate dataset’ staat dan is het goed ok.
Dit doe je voor elk databestand dat erbij ingevoegd moet worden.
Opdracht 3:
In de variabele kleur_feld staat aangegeven in welke kleur het cijfer werd aangeboden en in welk
visueel veld het cijfer werd aangeboden. De variabele kleur_feld heef vier niveaus:
1 = kleur groen en lef visual feld
2 = kleur groen en right visual feld
3 = kleur rood en lef visual feld
4 = kleur rood en right visual feld
Voor de rest van deze casus is het handig als je op basis van deze variabele twee nieuwe
variabelen maakt: kleur van de stimulus en visual feld van de stimulus.
Daarnaast is de codering van de responsen in de twee verschillende mappings omgedraaid. In de
RR mapping, geldt voor de variabele response dat 0 = links en 1 = rechtsIn de GR mapping, geldt
voor de variabele response dat 0 = rechts en 1 = links
Het is handig als de codering van linker en rechter responsen in beide bestanden hetzelfde is.
Maak daarom in beide bestanden een nieuwe variabele, met daarbij de volgende codering:
0 = links en 1 = rechts
Maak de hierboven beschreven drie nieuwe variabelen in beide bestanden.
Controle
Voor beide bestanden geldt dat de cijfers even vaak zijn aangeboden in rood als in groen en
even vaak zijn aangeboden in het linker visueel veld en in het rechter visueel veld.
Het aantal linker responsen in het GR bestand is 1809.
Het aantal linker responsen in het RR bestand is 1806.
Variabele 1 – kleur (groen en rood scheiden)e:
Bij beide bestanden:
Transform recode into different variable select variabele kleur_field output variabele: kleur
change old and new values old value 1: new value 1 add old value 2: new value 1
add old value 3: new value 0 add old value 4: new value 0 add contnue
Values labelen: variable view values value 0: label rood add value 1: label groen
add ok
Variabele 2 – Stmulus (rechts en linker veld scheiden)e:
Bij beide bestanden:
Transform recode into different variable select variabele kleur_field output variabele:
visual_field change old and new values old value 1: new value 1 add old value 2: new
value 0 add old value 3: new value 1 add old value 4: new value 0 add contnue
Values labelen: variable view values value 0: label rechts add value 1: label links
add ok
Variabele 3 – Response (linker of rechter response hand)e
GR mapping:
Transform recode into different variable select variabele response output variabele:
responsehand change old and new values old value 0: new value 1 add old value 1:
new value 0 add contnue
, Values labelen: variable view values value 0: label links add value 1: label rechts
add ok
RR mapping:
Transform compute variabele Target variable: responsehand numeric expression: response
- ok
Values labelen: variable view values value 0: label links add value 1: label rechts
add ok
Controletabel SGR:
responsehand
Cumulative
Frequency Percent Valid Percent Percent
Valid Links 1809 50,3 50,3 50,3
Rechts 1791 49,8 49,8 100,0
Total 3600 100,0 100,0
Controletabel SRR:
responsehand
Cumulative
Frequency Percent Valid Percent Percent
Valid Links 1806 50,2 50,2 50,2
Rechts 1794 49,8 49,8 100,0
Total 3600 100,0 100,0
Opdracht 4:
Alhoewel de taak van de proefpersoon in dit soort gecomputeriseerde taken meestal heel
eenvoudig is, is het gebruikelijk dat de proefpersonen soms toch een fout maken. Daarnaast zijn
de reacties op sommige trials zo snel of zo langzaam dat ze niet bruikbaar worden geacht voor
verdere analyse. In dit onderzoek is er voor gekozen trials met reactietijden korter dan 200 ms of
langer dan 1200 ms uit de analyses te laten (maar zie bijvoorbeeld Heathcote, Popiel, & Mewhort,
1991, voor een discussie over het trimmen van data).
Controle
In totaal zijn er in de GR mapping 81 fouten gemaakt en zijn er 23 outliers.
Proefpersoon 8 heef 17 fouten gemaakt en geen outliers.
a) Bepaal met behulp van SPSS op welke trials een fout is gemaakt en welke trials
aangemerkt moeten worden als outlier. Gooi dit soort trials niet uit het bestand, maar
maak nieuwe variabelen om aan te geven welke trials goed en fout zijn en welke trials wel
of geen outliers zijn.
Outlier (beide bestanden)e:
Transform recode into different variable select variable rt output variable: outlier change
old and new values old value: range 200 through 1200 = new value: 1 add old value: all
other values = new value: 0 add contnue ok.
Values labelen: variable view values value 1: label goed add value 0: label
outliers add ok
Correcte/incorrecte trials
Gewerkt met variabelen: response en kleur
GR:
Response: 0 = rechts en 1 = links & Kleur: 0 = rood en 1 = groen
