Samenvatting SPSS-document analyse 2

SPSS week 1
Principe van toetsen
T-toets voor 1 gemiddelde

Situatie waarin deze toets gebruikt zou kunnen worden
Uit eerder grootschalig onderzoek (in 2000) waarbij dezelfde meetschaal werd gebruikt, bleek de
gemiddelde score op deze variabele 3.40 te zijn (hoe hoger, hoe sensitiever). Je mag ervan uitgaan
dat dit gemiddelde het populatiegemiddelde van 2000 weergeeft. De onderzoekers vermoeden dat
kinderen gemiddeld in 2007 sensitiever zijn. Variabele KHS bevat de score op de
hoogsensitiviteitsschaal voor kinderen.

Passende hypothesen
H0: u ≤ 3.40 kinderen uit BAO 5 t/m 8 scoren gemiddeld gelijk of lager dan in 2000.
H1: u > 3.40 kinderen uit BAO 5 t/m 8 scoren gemiddeld hoger dan in 2000.

u is de gemiddelde score op de hoogsensitiviteitsschaal voor kinderen uit BAO 5/8.

T-toets voor 1 gemiddelde is hier het meest passend, omdat het gaat om één variabele van interval
meetniveau waarvan het steekproefgemiddelde wordt vergeleken met het populatiegemiddelde,
zonder kennis van de populatiestandaarddeviatie. Er wordt eenzijdig getoetst, met alpha 5%.
T-verdeling met n-1 vrijheidsgraden als kansverdeling, omdat de populatievariantie (of
standaarddeviatie) onbekend is.

Uitvoering toets
- Analyze  compare means  one sample t test.
- Geef bij test value de waarde van H0. Geef bij ‘options’ het betrouwbaarheidsinterval (BI) aan.
Met betrekking tot bovengenoemd voorbeeld:
Test variabele: kHS
Test value: 3,40
BI: 90%

Syntax:
T-TEST
/TESTVAL=3.40
/MISSING=ANALYSIS
/VARIABLES=kHS
/CRITERIA=CI(.90).

- Sig (2-tailed) is dan de tweezijdige overschrijdingskans.
Met betrekking tot bovengenoemd voorbeeld:
De overschrijdingskans p is de helft van Sig. (20tailed) aangezien er éénzijdig getoetst wordt.

Mean Difference, BI
SPSS berekent het BI van Mean Difference.
Mean difference = steekproefgemiddelde – test value.

Formule SPSS:

Bij een 90% BI en df = 48 geldt t-kritiek = 1,679. SE is 0,1621.

Formule SPSS BI = -0,312 – 1,679 * 0,1621 = -0,58 (lower)
-0,312 + 1,679 * 0,1621 = -0,04 (Upper)

,SPSS week 2
T-toets voor verschil tussen gemiddelden bij gepaarde waarnemingen (afhankelijke
steekproeven)

Situatie waarin deze toets gebruikt zou kunnen worden
Het vermoeden bestaat dat ouders de gevoeligheid van hun kind voor storende invloeden (SSIo)
gemiddeld hoger inschatten dan het kind zelf (SSIk).

Passende hypothesen
H0: μv ≥ 0 (= μ1 - μ2 ≥0)
H1: μv < 0 (= μ1 - μ2 < 0)
μv is het populatiegemiddelde van de verschilscore van (SSIk – SSIo)
(of: μ1 = populatiegemiddelde SSIk, μ2 = populatiegemiddelde SSIo)

De vraagstelling gaat over de vergelijking van de gemiddelden van twee metingen voor dezelfde
leerlingen. De meest aangewezen toets is dus de t-toets voor twee afhankelijke steekproeven. Er zal
eenzijdig getoetst worden, omdat er een bepaalde richting wordt vermoed.

Is er aan assumptie 3 voldaan en mag de toets dus uitgevoerd worden?
De verschilscores zijn normaal verdeeld: Er mag liberaal omgegaan worden met enige afwijking van
de normale verdeling, aangezien de steekproefgrootte groter is dan n = 30. Om de verdeling te
bekijken van de verschilscores, moeten deze eerst worden berekend.

Transform  Compute variable  Target variable = SSIv (nieuwe variabele, de verschilscores) 
Numeric expression: SSIk – SSIo  paste en run.

Vervolgens kun je een histogram opvragen van de nieuwe variabele SSIv
Graps  Legacy Dialogs  Histogram  Variabele: SSIv  Eventueel ‘display normal curve’.

Syntax:
FREQUENCIES VARIABLES=SSIv
/HISTOGRAM NORMAL
/ORDER=ANALYSIS.

Uitvoering toets
- Analyze  Compare Means  Paired-Samples t test
- Klik op de eerste variabele, klik dan op ►, deze verschijnt bij Variabele 1.
In ons voorbeeld is variabele 1 SSIk.
- Klik op de tweede variabele, klik dan op ►, deze verschijnt bij Variabele 2.
In ons voorbeeld is variabele 2 SSIo.
- Geef bij ‘options’ het betrouwbaarheidsinterval (BI) aan.
In ons voorbeeld is BI 90%.

Tip: Aangezien het om een éénzijdige toets gaat is p gelijk aan 0.001. (Sig. (1-tailed) = Sig. (2-
tailed)/2).

Voorbeeld output SPSS

, T-toets voor één gemiddelde vergeleken met t-toets van twee gepaarde waarnemingen
- Je ziet dat de t-toets voor het verschil tussen de gemiddelden van twee gepaarde
waarnemingen neerkomt op het vergelijken van de gemiddelde verschilscore van de
steekproef ( ) met μv (= 0) in de populatie.
- Zelfde situatie als bij de t-toets voor één gemiddelde
- Als eerst via Transform  Compute de verschilscore is berekend (SSIv), krijg je met de One-
Sample T Test van die verschilscore met Test Value = 0, BI = 90% hetzelfde resultaat:

Syntax:
COMPUTE verschilscore=af_moeder-af_vader.
EXECUTE.
T-TEST
/TESTVAL=0
/MISSING=ANALYSIS
/VARIABLES=SSIv
/CRITERIA=CI(.90).

SPSS week 3
T-toets voor verschil tussen gemiddelden van 2 onafhankelijke steekproeven

Situatie waarin deze toets gebruikt zou kunnen worden
Het databestand bevat onder meer de variabele ke, de score op externaliserende gedragsproblemen
van het kind. Toets of er gemiddeld een verschil bestaat tussen jongens en meisjes (BAO 5 t/m 8) op
ke.

Passende hypothesen
H0: μ1 = μ2 (ofwel μ1 - μ2 = 0)
H1: μ1 ≠μ2 (ofwel μ1 - μ2 ≠0)
μ1 = gemiddelde ke bij jongens, μ2= gemiddelde ke bij meisjes

Er wordt een t-toets voor verschil in gemiddelden van twee onafhankelijke steekproeven uitgevoerd en
er wordt tweezijdig getoetst omdat er geen richting wordt aangegeven in de vraagstelling.

Uitvoering toets
- Analyze  Compare means  Independent Samples T-test
- Test variable: onafhankelijke variabele: ke
- Grouping variable = geslacht (groep). Daarna ‘define groups’.
Group 1 = 1 Group 2 = 2

Daarna bij ‘options’ betrouwbaarheidsinterval invoeren.
Bij bovengenoemd voorbeeld is BI 95%.

Syntax:
T-TEST GROUPS=gesl(1 2)
/MISSING=ANALYSIS
/VARIABLES=ke
/CRITERIA=CI(.95).

(On)gelijke varianties
- Na te gaan binnen SPSS met Levene’s test (F-statistic)
- Als de overschrijdingskans van Levene’s test (Sig.) groter is dan de gekozen a (meestal 0,05)
mogen we uitgaan van gelijke populatievarianties.