Samenvatting HR-analytics
Tentamen heeft 5 onderwerpen.
1. Inleiding en probleemstelling
2. Theoretisch kader
3. Methoden van onderzoek
4. Resultaten, conclusies en aanbevelingen
5. Theorie correlatie/causaliteit en bestudeerde artikelen
Resultaten
Stappenplan SPSS:
1. Opschonen
Nominal = groepen. Bijvoorbeeld geslacht, regio, abonne/ niet abonne
Ordinaal = rangschik
Scale = schaal = oneens, eens etc -> ook leeftijfd is scale!
Values invullen
Missing values -> als er geen antworod is ingevuld -> 99
Hercoderen van variabelen. Het kan voorkomen dat een vraag omgekeerd is gesteld. Dus
1=5, 2=4 etc. dat moet je via transform -> recode into different variables doen.
2. Beschrijvende analyses
Alles wat je met de knop analyse -> descriptive statistics doet.
Dus kijken naar de belangrijkste vraag. Wat heb je nodig? -> gemiddelden, crosstabs,
boxplot etc.
Gemiddelde
Modus -> meest voorkomende
Mediaan -> middelste uitkomst
Kwartielen -> 4 kwarten. Eerste kwartiel is de eerste 25%, tweede kwartiel is 50% etc.
Kruistabellen:
Als de afhankelijke variabele nominaal of ordinaal is, kan men er geen gemiddelden en
dergelijke over berekenen. In dat geval worden de gegevens in een kruistabel geplaatst. Een
kruistabel geeft de frequentieverdeling van de ene variabele per waarde van de andere. De
frequenties zelf staan in de cellen van de kruistabel. Per meetwaarde worden de frequenties
meestal opgeteld tot randtotalen.
3. Betrouwbaarheid meten
Je gaat kijken of je vragen samen mag nemen door middel van chronbach’s alfa.
a) Analyse -> scale -> reliability scale
b) Voeg los alle vragen toe
c) Doe in de opties aanzetten: scale if item deleted
d) Dan kijk je in output in kleine tabelletje naar cronbachs alfa
i. 0.6 = minimum
ii. 0.7 = acceptabel
iii. 0.8 = goed
e) dan kijk je als je een vraag weghaalt, de betrouwbaarheid hoger wordt.
Als je de vragen samen mag nemen, doe je dat als volgt:
a) Vragen samenvoegen door transform -> compute variable -> samentellen en dan
delen door aantal vragen.
, b) Dan transform -> recode into different variables -> values aanmaken. 1 -1,5, 1,6 -2,5
etc.
c) Dan in het scherm van variable view, nog aanpassen 1 = helemaal oneens, 2 =
oneens etc.
4. Toetsende analyses
Afhankelijke variabele (Y)
Type of Nominal Nominal Ordinal Interval/
variable (2 groups) (≥3 groups) ratio
Onafhankelijke variabele (X)
Nominal Chi-square Chi-square Mann- T-test
(2 groups) Whitney
Nominal Chi-square Chi-square Kruskal- ANOVA
(≥3 groups) Wallis (analysis of
variance)
Ordinal Mann- Kruskal-Wallis Spearman Spearman
Whitney Correlation Correlation
Interval/ T-test ANOVA Spearman Pearson
ratio Correlation Correlation
Nominaal 2 groepen = bv geslacht. Abonnee of geen abonnee
Nominaal 3 groepen = bv regio/ provincie
Ordinaal = rangschikking
Interval = schaal
Chi-square
Met de chikwadraat-toets test je of er sprake is van associatie (verband) tussen twee
variabelen. Zodra je de Chikwadraat hebt berekend en je ziet dat er sprake is van een
significant (niet op toeval berustend) verband, kan je de sterkte meten van het verband door
Cramer’s V.
V=1 : samenhang is volledig
V = ± 0,75 : samenhang is sterk
V = ± 0,50 : samenhang is middelmatig
V = ± 0,25 : samenhang is zwak
V=0 : samenhang ontbreekt
Analyse -> descriptives -> crosstabs.
Doe de nominale erin.
Regel is om de onafhankelijke variabele als kolomvariabele, en de afhankelijke variabele als
rijvariabele te nemen (al kun je in dit geval hier niet helemaal van spreken maar je kunt zeker
wel zeggen dat de variabele “leeftijd” nooit van invloed kan zijn op de variabele “sekse”)
Bij cells klik je percentages en column in.
Bij statistics klik je cramers V en phi in.
T-test / ANOVA
Analyse -> compare means -> independent sample t-test
Analyse -> compare means -> ANOVA
Bij factor -> onafhankelijke meer dan 3-> geslacht of regio
Bij dependent -> de scale
Kijk of er sprake is van significantie.
, Pearson correlation
Analyse -> correlate -> bivariate
Je vult de twee vragen in die scale zijn
Kijk of er sprake is van significantie -> zo ja -> het is geen toeval
Als er significantie is, kijk je hoe sterk de correlatie is -> bij pearson. Is deze tusesn
0,3-0,6 = matig. Hoger dan 0,6 is goed. Lager dan 0,3 is slecht.
Bijvoorbeeld de vraag over autonomie en werkdruk. Die is significant en heeft een pearson
van -0,6. Dat betekent dus hoe meer autonomie, hoe lager de werkdruk!
Verwoorden:
Er is een significant samenhang want p = <0,05. Er is een groot verband tussen autonomie
en werkdruk, want de pearson correlation = -0,674.
-> let op: dit is samenhang. Als je kijkt naar verschillen tussen groepen gebruik je significant
verschil)
Spearson correlation
Zelfde als pearson, maar dan spearson aanklikken.
Dus bij analyse -> correlate -> bivariate.
Significantie
De uitspraak “alles is te wijten aan het toeval” noemen wij de nul-hypothese (Ho)
De uitspraak “er is wel degelijk sprake van iets substantieels” noemen wij de alternatieve
hypothese (Ha).
De toetsingsprocedure is er nu op gericht op Ho te verwerpen of te aanvaarden.
Als wij Ho moeten aanvaarden, dan is de conclusie dus dat het gevonden resultaat het
gevolg is van toevalsfluctuatie.
Als wij Ho moeten verwerpen (de kans op toeval is kleiner dan de afgesproken
significantiedrempel), dan pas accepteren wij Ha.
Pas op: het is dus niet Ha die je verwerpt of aanvaardt. Nee; dat doe je met Ho. De uitslag
daarvan bepaalt vervolgens of je Ha accepteert.
Tentamen heeft 5 onderwerpen.
1. Inleiding en probleemstelling
2. Theoretisch kader
3. Methoden van onderzoek
4. Resultaten, conclusies en aanbevelingen
5. Theorie correlatie/causaliteit en bestudeerde artikelen
Resultaten
Stappenplan SPSS:
1. Opschonen
Nominal = groepen. Bijvoorbeeld geslacht, regio, abonne/ niet abonne
Ordinaal = rangschik
Scale = schaal = oneens, eens etc -> ook leeftijfd is scale!
Values invullen
Missing values -> als er geen antworod is ingevuld -> 99
Hercoderen van variabelen. Het kan voorkomen dat een vraag omgekeerd is gesteld. Dus
1=5, 2=4 etc. dat moet je via transform -> recode into different variables doen.
2. Beschrijvende analyses
Alles wat je met de knop analyse -> descriptive statistics doet.
Dus kijken naar de belangrijkste vraag. Wat heb je nodig? -> gemiddelden, crosstabs,
boxplot etc.
Gemiddelde
Modus -> meest voorkomende
Mediaan -> middelste uitkomst
Kwartielen -> 4 kwarten. Eerste kwartiel is de eerste 25%, tweede kwartiel is 50% etc.
Kruistabellen:
Als de afhankelijke variabele nominaal of ordinaal is, kan men er geen gemiddelden en
dergelijke over berekenen. In dat geval worden de gegevens in een kruistabel geplaatst. Een
kruistabel geeft de frequentieverdeling van de ene variabele per waarde van de andere. De
frequenties zelf staan in de cellen van de kruistabel. Per meetwaarde worden de frequenties
meestal opgeteld tot randtotalen.
3. Betrouwbaarheid meten
Je gaat kijken of je vragen samen mag nemen door middel van chronbach’s alfa.
a) Analyse -> scale -> reliability scale
b) Voeg los alle vragen toe
c) Doe in de opties aanzetten: scale if item deleted
d) Dan kijk je in output in kleine tabelletje naar cronbachs alfa
i. 0.6 = minimum
ii. 0.7 = acceptabel
iii. 0.8 = goed
e) dan kijk je als je een vraag weghaalt, de betrouwbaarheid hoger wordt.
Als je de vragen samen mag nemen, doe je dat als volgt:
a) Vragen samenvoegen door transform -> compute variable -> samentellen en dan
delen door aantal vragen.
, b) Dan transform -> recode into different variables -> values aanmaken. 1 -1,5, 1,6 -2,5
etc.
c) Dan in het scherm van variable view, nog aanpassen 1 = helemaal oneens, 2 =
oneens etc.
4. Toetsende analyses
Afhankelijke variabele (Y)
Type of Nominal Nominal Ordinal Interval/
variable (2 groups) (≥3 groups) ratio
Onafhankelijke variabele (X)
Nominal Chi-square Chi-square Mann- T-test
(2 groups) Whitney
Nominal Chi-square Chi-square Kruskal- ANOVA
(≥3 groups) Wallis (analysis of
variance)
Ordinal Mann- Kruskal-Wallis Spearman Spearman
Whitney Correlation Correlation
Interval/ T-test ANOVA Spearman Pearson
ratio Correlation Correlation
Nominaal 2 groepen = bv geslacht. Abonnee of geen abonnee
Nominaal 3 groepen = bv regio/ provincie
Ordinaal = rangschikking
Interval = schaal
Chi-square
Met de chikwadraat-toets test je of er sprake is van associatie (verband) tussen twee
variabelen. Zodra je de Chikwadraat hebt berekend en je ziet dat er sprake is van een
significant (niet op toeval berustend) verband, kan je de sterkte meten van het verband door
Cramer’s V.
V=1 : samenhang is volledig
V = ± 0,75 : samenhang is sterk
V = ± 0,50 : samenhang is middelmatig
V = ± 0,25 : samenhang is zwak
V=0 : samenhang ontbreekt
Analyse -> descriptives -> crosstabs.
Doe de nominale erin.
Regel is om de onafhankelijke variabele als kolomvariabele, en de afhankelijke variabele als
rijvariabele te nemen (al kun je in dit geval hier niet helemaal van spreken maar je kunt zeker
wel zeggen dat de variabele “leeftijd” nooit van invloed kan zijn op de variabele “sekse”)
Bij cells klik je percentages en column in.
Bij statistics klik je cramers V en phi in.
T-test / ANOVA
Analyse -> compare means -> independent sample t-test
Analyse -> compare means -> ANOVA
Bij factor -> onafhankelijke meer dan 3-> geslacht of regio
Bij dependent -> de scale
Kijk of er sprake is van significantie.
, Pearson correlation
Analyse -> correlate -> bivariate
Je vult de twee vragen in die scale zijn
Kijk of er sprake is van significantie -> zo ja -> het is geen toeval
Als er significantie is, kijk je hoe sterk de correlatie is -> bij pearson. Is deze tusesn
0,3-0,6 = matig. Hoger dan 0,6 is goed. Lager dan 0,3 is slecht.
Bijvoorbeeld de vraag over autonomie en werkdruk. Die is significant en heeft een pearson
van -0,6. Dat betekent dus hoe meer autonomie, hoe lager de werkdruk!
Verwoorden:
Er is een significant samenhang want p = <0,05. Er is een groot verband tussen autonomie
en werkdruk, want de pearson correlation = -0,674.
-> let op: dit is samenhang. Als je kijkt naar verschillen tussen groepen gebruik je significant
verschil)
Spearson correlation
Zelfde als pearson, maar dan spearson aanklikken.
Dus bij analyse -> correlate -> bivariate.
Significantie
De uitspraak “alles is te wijten aan het toeval” noemen wij de nul-hypothese (Ho)
De uitspraak “er is wel degelijk sprake van iets substantieels” noemen wij de alternatieve
hypothese (Ha).
De toetsingsprocedure is er nu op gericht op Ho te verwerpen of te aanvaarden.
Als wij Ho moeten aanvaarden, dan is de conclusie dus dat het gevonden resultaat het
gevolg is van toevalsfluctuatie.
Als wij Ho moeten verwerpen (de kans op toeval is kleiner dan de afgesproken
significantiedrempel), dan pas accepteren wij Ha.
Pas op: het is dus niet Ha die je verwerpt of aanvaardt. Nee; dat doe je met Ho. De uitslag
daarvan bepaalt vervolgens of je Ha accepteert.
