VERDIEPING IN ONDERZOEKSMETHODEN EN STATISTIEK: SPSS
VAARDIGHEDENTOETS
MULTIPELE REGRESSIE
Regressie via SPSS:
Stap 1: Analyse Lineair Regression
Stap 2: Afhankelijke en onafhankelijke variabelen op de juiste plek zetten.
Stap 3: Assumpties controleren
- Uitschieter: Vink save aan en controleer vervolgens Cook’s distance. Hoger dan 1
betekent een uitschieter.
Vink Mahalanobis distance aan. Als vuistregel houden we aan dat waardes voor
Mahalanobis distance lager moeten zijn dan 10 + 2∙(onafhankelijke variabelen) = 10 +
2∙3 = 16.
- Afwezigheid multicollineariteit: Statistics Collinearity diagnoctics. Tolerance
mag niet kleiner zijn dan 0.1 en VIF niet groter dan 10.
- Homoscedasticiteit: Plots X-as: *ZPREd, Y-as: *ZRESID. Er moet op beide assen
ongeveer evenveel spreiding zijn.
- Normaal verdeelde residuen: plots histogram (klokvorm)
Stap 4: interpreteren van de tabellen
Tabel 1: vermeld wat de afhankelijke en de onafhankelijke variabelen zijn.
Tabel 2: de correlatie wordt weergegeven.
R: correlatiecoëfficient
R²: verklaarde variantie in Y (uit te drukken in percentage)
Adjusted R square: percentage in de populatie
Tabel 3: Sum of squares, F-waarde, significantie (p-waarde), degrees of freedom
Tabel 4: De regressievergelijking: Y= constant + b1*x + b2*x
Hiërarchische regressie analyse:
1. Herhaal stap 1 en 2. Voeg bij stap 2 de extra variabelen toe.
2. Statistics R squared changed
3. Beoordelen: bij welke is de R squared het hoogst? Toename bij R squared changed? Als dit
bijvoorbeeld 0.84 is, dan is 84% beter.
, MEERWEG ANOVA
Stap 1: Analyze General Lineair Model Univariate
Stap 2: Zet de afhankelijke variabele en de groepsvariabelen (Fixed factor) in de goede
vakjes.
Stap 3: Vraag onder Plots om een figuur met de factor met de meeste groepen op de
horizontale as en de factor met de minste groepen als aparte lijnen en klik op Add.
Post Hoc
Vraag onder Post hoc om post hoc toetsing voor de factor(en) met meer dan 2
groepen. Vraag hierbij om de Bonferroni correctie.
Stap 4: Vraag onder Options om Descriptive statistics, Estimates of effect
size en homogeneity tests.
De tabellen van meerweg anova:
1. In de eerste tabel (Between-Subjects Factors) staat per factor uit hoeveel mensen iedere
groep bestaat.
2. In de tweede tabel (Descriptive Statistics) staan beschrijvende statistieken voor alle
(sub)groepen.
3. In de derde tabel (Levene’s Test of Equality of Error Variances) staat informatie over de
assumptie van homogeniteit van varianties. Hier toetsen we de voorwaarde dat de spreiding in
scores op de afhankelijke variabele in de verschillende groepen (ongeveer) gelijk is.
4. In de vierde tabel (Tests of Between-Subjects Effects) staan de resultaten van de
daadwerkelijke meerweg ANOVA. In aparte regels staan de statistieken voor de toetsing van
de hoofdeffecten en het interactie-effect.
De grootte van effecten bepalen we bij ANOVA aan de hand van de effectgrootte Partial Eta
Squared (partial η2). Bij deze effectgrootte worden vaak de volgende vuistregels gehanteerd:
Klein = .01
Medium = .06
Groot = .14
5. In de vijfde tabel (Multipele comparisons) staan de paarsgewijze vergelijkingen van de
gemiddeldes van de verschillende viewcat groepen.
Hoofdeffect toetsing via SPSS
- Open een SPSS Syntax bestand: File > New > Syntax
Selecteer de tekst en plak deze in de syntax (let op: verwijder de witregels na de eerste en
tweede regel, anders werkt de syntax niet).
- Selecteer alle tekst in de syntax
- Klik op de groene pijl (Run selection)
Je krijgt nu nog een keer output van de meerweg ANOVA. Hier is bijna onderaan een grote
tabel met pairwise comparisons toegevoegd. In deze tabel zie je post hoc toetsing met
Bonferroni correctie, waarbij paarsgewijs de verschillende condities vergelijken worden voor
het regulier en speciaal onderwijs apart.
Toetsen van effecten
Uitleg gemiddeldendiagram
In het gemiddeldendiagram hiernaast zie je de gemiddelde scores op de afhankelijke variabele
Y per groep weergegeven als een vierkantje. De rode vierkantjes geven de gemiddelde scores
voor vrouwen in de controle en experimentele groep weer. De blauwe vierkantjes geven de
gemiddelde scores voor de mannen in beide condities weer. De blokjes zijn per sekse
VAARDIGHEDENTOETS
MULTIPELE REGRESSIE
Regressie via SPSS:
Stap 1: Analyse Lineair Regression
Stap 2: Afhankelijke en onafhankelijke variabelen op de juiste plek zetten.
Stap 3: Assumpties controleren
- Uitschieter: Vink save aan en controleer vervolgens Cook’s distance. Hoger dan 1
betekent een uitschieter.
Vink Mahalanobis distance aan. Als vuistregel houden we aan dat waardes voor
Mahalanobis distance lager moeten zijn dan 10 + 2∙(onafhankelijke variabelen) = 10 +
2∙3 = 16.
- Afwezigheid multicollineariteit: Statistics Collinearity diagnoctics. Tolerance
mag niet kleiner zijn dan 0.1 en VIF niet groter dan 10.
- Homoscedasticiteit: Plots X-as: *ZPREd, Y-as: *ZRESID. Er moet op beide assen
ongeveer evenveel spreiding zijn.
- Normaal verdeelde residuen: plots histogram (klokvorm)
Stap 4: interpreteren van de tabellen
Tabel 1: vermeld wat de afhankelijke en de onafhankelijke variabelen zijn.
Tabel 2: de correlatie wordt weergegeven.
R: correlatiecoëfficient
R²: verklaarde variantie in Y (uit te drukken in percentage)
Adjusted R square: percentage in de populatie
Tabel 3: Sum of squares, F-waarde, significantie (p-waarde), degrees of freedom
Tabel 4: De regressievergelijking: Y= constant + b1*x + b2*x
Hiërarchische regressie analyse:
1. Herhaal stap 1 en 2. Voeg bij stap 2 de extra variabelen toe.
2. Statistics R squared changed
3. Beoordelen: bij welke is de R squared het hoogst? Toename bij R squared changed? Als dit
bijvoorbeeld 0.84 is, dan is 84% beter.
, MEERWEG ANOVA
Stap 1: Analyze General Lineair Model Univariate
Stap 2: Zet de afhankelijke variabele en de groepsvariabelen (Fixed factor) in de goede
vakjes.
Stap 3: Vraag onder Plots om een figuur met de factor met de meeste groepen op de
horizontale as en de factor met de minste groepen als aparte lijnen en klik op Add.
Post Hoc
Vraag onder Post hoc om post hoc toetsing voor de factor(en) met meer dan 2
groepen. Vraag hierbij om de Bonferroni correctie.
Stap 4: Vraag onder Options om Descriptive statistics, Estimates of effect
size en homogeneity tests.
De tabellen van meerweg anova:
1. In de eerste tabel (Between-Subjects Factors) staat per factor uit hoeveel mensen iedere
groep bestaat.
2. In de tweede tabel (Descriptive Statistics) staan beschrijvende statistieken voor alle
(sub)groepen.
3. In de derde tabel (Levene’s Test of Equality of Error Variances) staat informatie over de
assumptie van homogeniteit van varianties. Hier toetsen we de voorwaarde dat de spreiding in
scores op de afhankelijke variabele in de verschillende groepen (ongeveer) gelijk is.
4. In de vierde tabel (Tests of Between-Subjects Effects) staan de resultaten van de
daadwerkelijke meerweg ANOVA. In aparte regels staan de statistieken voor de toetsing van
de hoofdeffecten en het interactie-effect.
De grootte van effecten bepalen we bij ANOVA aan de hand van de effectgrootte Partial Eta
Squared (partial η2). Bij deze effectgrootte worden vaak de volgende vuistregels gehanteerd:
Klein = .01
Medium = .06
Groot = .14
5. In de vijfde tabel (Multipele comparisons) staan de paarsgewijze vergelijkingen van de
gemiddeldes van de verschillende viewcat groepen.
Hoofdeffect toetsing via SPSS
- Open een SPSS Syntax bestand: File > New > Syntax
Selecteer de tekst en plak deze in de syntax (let op: verwijder de witregels na de eerste en
tweede regel, anders werkt de syntax niet).
- Selecteer alle tekst in de syntax
- Klik op de groene pijl (Run selection)
Je krijgt nu nog een keer output van de meerweg ANOVA. Hier is bijna onderaan een grote
tabel met pairwise comparisons toegevoegd. In deze tabel zie je post hoc toetsing met
Bonferroni correctie, waarbij paarsgewijs de verschillende condities vergelijken worden voor
het regulier en speciaal onderwijs apart.
Toetsen van effecten
Uitleg gemiddeldendiagram
In het gemiddeldendiagram hiernaast zie je de gemiddelde scores op de afhankelijke variabele
Y per groep weergegeven als een vierkantje. De rode vierkantjes geven de gemiddelde scores
voor vrouwen in de controle en experimentele groep weer. De blauwe vierkantjes geven de
gemiddelde scores voor de mannen in beide condities weer. De blokjes zijn per sekse
