SPSS handleiding ECO
I NHOUDSOPGAVE
Homoscedastiteit & Lineairiteit controleren .................................................... 2
Scatterplot ..................................................................................................... 2
Correlaties berekenen Pearson (+ Phi en rpb) en Spearman .............................. 3
(2 variabelen) Berekenen van Pearson R en Spearman R ............................. 3
Output ........................................................................................................... 3
Correlatie Tabel bewerken ............................................................................ 4
Regressie analyse ............................................................................................. 5
Uitvoeren ...................................................................................................... 5
Output Enkelvoudige en Meervoudigge regressie ........................................ 6
Output hiarchische regressie ........................................................................ 9
2 Bestanden samenvoegen (variabelen) ........................................................ 10
Samenvoegen uitvoeren ............................................................................. 10
Eenweg ANOVA in SPSS .................................................................................. 11
Assumpties & Robuustheid ......................................................................... 11
Uitvoeren .................................................................................................... 11
Output ......................................................................................................... 12
A priori contrasten in SPSS (eenweg ANOVA) ................................................. 13
Post Hoc toetsen: Bonferroni in SPSS.............................................................. 15
Output ......................................................................................................... 15
Tweeweg ANOVA in SPSS ............................................................................... 16
Aannames Factoriele ANOVA ...................................................................... 16
Uitvoeren .................................................................................................... 16
Output ......................................................................................................... 18
,Homoscedastiteit & Lineairiteit controleren
Enkelvoudige regressie: scatterplot met predictor op X-as en response op Y-as
Meervoudige regressie: Scatterplot met (gestandaardiseerde) voorspelde waardes (spss: ZPRED) op
X en gestandaardiseerde residuen (spss: ZRESID) op Y.
Scatterplot
Een spreidingsdiagram scatterplot gebruik je in het geval van een verband tussen twee continue
variabelen . Een scatterplot geeft de volgende informatie:
- Of de variabelen een lineair of gebogen (vloeiend) verband hebben
- Of de variabelen een positief verband hebben
- Hoe sterk het verband is
Een spreidingsdiagram via Legacy dialogues
1. Graphsà Legacy dialoguesà Simple scatter dot.
2. Voor correlatie maakt X en Y as niet uit. Je sleept een
variabele naar X en naar Y.
3. Als je een 3e variabele wilt toevoegen, zoals geslacht, sleep je die variabele naar ‘set markers by’.
Je kan de kleuren aanpassen door heel precies te
handelen. Klik op het bolletje links van man of vrouw,
zodat alleen die categorie bolletjes worden
geselecteerdà
L IJN IN SCATTERPLOT
Let op: bij enkelvoudige wil je diagonale lijn, bij
meervoudige regressie wil je horizontale lijn.
1. Dubbel klik op de scatterplot in het output
scherm zodat de chart builder gaat openen.
2. Klik op ‘add fit line at total’
3. De R2 score die je ziet, als je daar de wortel van
neemt heb je de correlatie (pearson).
Regressie lijn, add fit line at total. dan komt er apart scherm en kan je ook de volgende opties kiezen:
o Voor gemiddelde respons (CI), scatterplot, add fit line at total en dan in dat scherm
betrouwbaarheidsinterval (mean).
o En als je individual doet heb je de voorspelling (PI)
Mochten je oude lijnen er nog in staan, waardoor je er teveel hebt, dan kan je op
die lijnen klikken en ze verwijderen.
, Correlaties berekenen Pearson (+ Phi en r pb ) en Spearman
© Een correlatie beschrijft het lineaire tussen twee (interval) variabelen. Bij een correlatie
maakt het niet uit welke variabele je x of y noemt.
© Met de Pearson r berekend je ook de Punt Biserele en de Phi correlaties).
(2 variabelen) Berekenen van Pearson R en Spearman R
1. Klik in het menu bovenaan het scherm op Analyze, selecteer Correlate en dan Bivariate.
2. Selecteer twee variabelen en verplaats ze in de Variabele box.
3. Verander one-tailed en two-tailed afhankelijk van hoe je toetst (vaak 2 zijdig)
4. In het Correlation coefficients gedeelte, is de pearson box de standaard optie. Als je de
Spearman Rho optie wilt klik je op het Spearman vakje.
5. Klik op de opties knop. Voor Missing values klik je op Exclude cases pairwise. Onder opties
kan je ook gemiddelde verkijgen en standaard deviaties als je dat zou willen.
6. Klik op continue en daarna op OK.
Output
‘Wijkt de correlatie significant af van 0?’ Rapporteer r, df en p
© Df is N-1-P. (in dit voorbeeld dus 118)
© P = Sig.(2-tailed). (in dit voorbeeld dus .000)
© r= Pearson Correlation. (in dit voorbeeld dus -.489)
© N=120
© VAF = r2. Dus social support en depressie verklaren samen .24
(24% van de variantie).
‘ja het wijkt significant af, r(118) = -.489, p<.001’à p < 0 dus H0 wordt verworpen, wat dus betekend
dat de afwijking significant is.
Let op 1 en 2 zijdig toetsen. Bij 1
zijdige toets, deel door 2
I NHOUDSOPGAVE
Homoscedastiteit & Lineairiteit controleren .................................................... 2
Scatterplot ..................................................................................................... 2
Correlaties berekenen Pearson (+ Phi en rpb) en Spearman .............................. 3
(2 variabelen) Berekenen van Pearson R en Spearman R ............................. 3
Output ........................................................................................................... 3
Correlatie Tabel bewerken ............................................................................ 4
Regressie analyse ............................................................................................. 5
Uitvoeren ...................................................................................................... 5
Output Enkelvoudige en Meervoudigge regressie ........................................ 6
Output hiarchische regressie ........................................................................ 9
2 Bestanden samenvoegen (variabelen) ........................................................ 10
Samenvoegen uitvoeren ............................................................................. 10
Eenweg ANOVA in SPSS .................................................................................. 11
Assumpties & Robuustheid ......................................................................... 11
Uitvoeren .................................................................................................... 11
Output ......................................................................................................... 12
A priori contrasten in SPSS (eenweg ANOVA) ................................................. 13
Post Hoc toetsen: Bonferroni in SPSS.............................................................. 15
Output ......................................................................................................... 15
Tweeweg ANOVA in SPSS ............................................................................... 16
Aannames Factoriele ANOVA ...................................................................... 16
Uitvoeren .................................................................................................... 16
Output ......................................................................................................... 18
,Homoscedastiteit & Lineairiteit controleren
Enkelvoudige regressie: scatterplot met predictor op X-as en response op Y-as
Meervoudige regressie: Scatterplot met (gestandaardiseerde) voorspelde waardes (spss: ZPRED) op
X en gestandaardiseerde residuen (spss: ZRESID) op Y.
Scatterplot
Een spreidingsdiagram scatterplot gebruik je in het geval van een verband tussen twee continue
variabelen . Een scatterplot geeft de volgende informatie:
- Of de variabelen een lineair of gebogen (vloeiend) verband hebben
- Of de variabelen een positief verband hebben
- Hoe sterk het verband is
Een spreidingsdiagram via Legacy dialogues
1. Graphsà Legacy dialoguesà Simple scatter dot.
2. Voor correlatie maakt X en Y as niet uit. Je sleept een
variabele naar X en naar Y.
3. Als je een 3e variabele wilt toevoegen, zoals geslacht, sleep je die variabele naar ‘set markers by’.
Je kan de kleuren aanpassen door heel precies te
handelen. Klik op het bolletje links van man of vrouw,
zodat alleen die categorie bolletjes worden
geselecteerdà
L IJN IN SCATTERPLOT
Let op: bij enkelvoudige wil je diagonale lijn, bij
meervoudige regressie wil je horizontale lijn.
1. Dubbel klik op de scatterplot in het output
scherm zodat de chart builder gaat openen.
2. Klik op ‘add fit line at total’
3. De R2 score die je ziet, als je daar de wortel van
neemt heb je de correlatie (pearson).
Regressie lijn, add fit line at total. dan komt er apart scherm en kan je ook de volgende opties kiezen:
o Voor gemiddelde respons (CI), scatterplot, add fit line at total en dan in dat scherm
betrouwbaarheidsinterval (mean).
o En als je individual doet heb je de voorspelling (PI)
Mochten je oude lijnen er nog in staan, waardoor je er teveel hebt, dan kan je op
die lijnen klikken en ze verwijderen.
, Correlaties berekenen Pearson (+ Phi en r pb ) en Spearman
© Een correlatie beschrijft het lineaire tussen twee (interval) variabelen. Bij een correlatie
maakt het niet uit welke variabele je x of y noemt.
© Met de Pearson r berekend je ook de Punt Biserele en de Phi correlaties).
(2 variabelen) Berekenen van Pearson R en Spearman R
1. Klik in het menu bovenaan het scherm op Analyze, selecteer Correlate en dan Bivariate.
2. Selecteer twee variabelen en verplaats ze in de Variabele box.
3. Verander one-tailed en two-tailed afhankelijk van hoe je toetst (vaak 2 zijdig)
4. In het Correlation coefficients gedeelte, is de pearson box de standaard optie. Als je de
Spearman Rho optie wilt klik je op het Spearman vakje.
5. Klik op de opties knop. Voor Missing values klik je op Exclude cases pairwise. Onder opties
kan je ook gemiddelde verkijgen en standaard deviaties als je dat zou willen.
6. Klik op continue en daarna op OK.
Output
‘Wijkt de correlatie significant af van 0?’ Rapporteer r, df en p
© Df is N-1-P. (in dit voorbeeld dus 118)
© P = Sig.(2-tailed). (in dit voorbeeld dus .000)
© r= Pearson Correlation. (in dit voorbeeld dus -.489)
© N=120
© VAF = r2. Dus social support en depressie verklaren samen .24
(24% van de variantie).
‘ja het wijkt significant af, r(118) = -.489, p<.001’à p < 0 dus H0 wordt verworpen, wat dus betekend
dat de afwijking significant is.
Let op 1 en 2 zijdig toetsen. Bij 1
zijdige toets, deel door 2
