Samenvatting SPSS
Independent samples t-test
Het gaat om twee onafhankelijke steekproeven (mannen en vrouwen) waarvan je de gemiddelden
wilt vergelijken (je wil vaststellen of de gemiddelden van twee groepen aan elkaar gelijk zijn).
Assumpties:
- De steekproeven zijn onafhankelijk van elkaar getrokken.
- De varianties van de populaties waaruit de steekproeven komen, zijn gelijk (homogeniteit
van de variantie).
Deze laatste assumptie toets je met de Levene’s test. Als de assumptie geschonden wordt (de
nulhypothese dat de varianties gelijk zijn wordt verworpen), dan moet je de t-toets statistiek aflezen
die uitgaat van ongelijke varianties van de groepen.
Compare Means Independent Samples T-Test. Test Variabele: gem_oordeel2. Grouping Variabele:
geslacht (man = 1 en vrouw = 2)
H0: µ1 = µ2
H1: µ1 ≠ µ2
We kijken eerst naar de Levene’s Test. De Levene’s test is niet significant want de overschrijdingskans
(p-waarde) is .412, dus groter dan de gestelde alpha (α) van .05. Dit betekent dat we de
nulhypothese van gelijke varianties niet kunnen verwerpen. We kijken voor de t-toets dus in de
bovenste regel van de output.
Hier lezen we af dat de p-waarde .513 is en dus boven de gestelde alpha van .05 ligt. Er is dus geen
significant verschil tussen mannen en vrouwen in het gemiddelde oordeel over de bibliotheek. De
nulhypothese kan niet verworpen worden.
Het gemiddelde oordeel van mannen (x̄ = 3.3) en vrouwen ( x̄ = 3.2) op de onderdelen personeel,
collectie boeken, openingstijden en wifi samen verschilt niet significant (t(48)=.659, p=.513).
Wel significant
Respondenten zonder vervolgopleiding zijn significant meer tevreden ( x̄ = 2.67) over het totale
functioneren van de politie dan respondenten met een vervolgopleiding ( x̄ = 2.74) (t(2429)=-2.348,
p<.05).
,Independent samples t-test EENZIJDIG
De vraag suggereert een richting, namelijk dat vrouwen mogelijk minder studeren per
bibliotheekbezoek dan mannen. Je moet daarom eenzijdig toetsen omdat je alleen wilt weten of
vrouwen minder studeren per bezoek dan mannen of niet.
H0: µ1 = µ2
H1: µ1 > µ2
De Levene’s test is significant want de overschrijdingskans (p-waarde) is .018 en ligt dus onder de
gestelde alpha van .05. Dit betekent dat we de nulhypothese van gelijke varianties kunnen
verwerpen. We kijken voor de t-toets dus in de onderste regel van de output.
Hier lezen we af dat de p-waarde .089/2 = .0445 (want eenzijdig, dus p-waarde delen door 2). Deze
overschrijdingskans ligt onder de grenswaarde van .05. Er is dus sprake van een significant verschil
tussen mannen en vrouwen in het aantal uur dat zij gemiddeld per bibliotheekbezoek studeren
(mannen studeren significant langer dan vrouwen, want de ‘mean difference’ = .950). De
nulhypothese kan verworpen worden.
Mannen (x̄ = 4,5 uur) studeren gemiddeld significant langer dan vrouwen ( x̄ = 3.5 uur) in de
bibliotheek (t(48)=1.734, p<.05).
Let op: de Levene’s toets blijft in bovenstaande opgave tweezijdig, ook al zijn de hoofdhypothesen
eenzijdig opgezet. Je gaat immers niet opeens testen of de variantie van de ene groep hoger (of
lager) is dan de variantie van de andere groep. Wat je wil weten is of je uit kan gaan van gelijke
varianties of niet.
Van iederen respondent is zowel de geboortedatum bekend als de datum waarop hij of zij
de enqûete heeft ingevuld. Maak op basis van deze twee variabelen de variabele leeftijd
aan.
Transform Compute Variable Functiongroup: Date Arithmatic
DATEDIFF(enquetedatum,geboortedat,”years”). Let goed op de volgorde van de twee variabelen. Zet
altijd de meest recente datum vooraan, anders krijg je negatieve leeftijden. Omdat de leeftijd
doorgaans in jaren wordt weergegeven kiezen we bovendien voor “years” in plaats van “days” of
“months”.
, Paired samples t-test (eenzijdig)
Bij deze toets stel je vast of binnen één groep de voor- en nameting aan elkaar gelijk zijn (=
afhankelijke steekproeven). De nulhypothese luidt dat beide gemiddelden gelijk zijn, de alternatieve
hypothese stelt of dat de gemiddelden ongelijk zijn (tweezijdige toets) of dat het ene gemiddelde
groter is dan het andere gemiddelde (eenzijdige toets).
Hypothesen:
H0: µ1 = µ2
H1: µ1 < µ2
Analyze Compare Means Paired-Sample T-Test
In de laatste tabel vinden we de t-toets. Hier lezen we af dat de p-waarde .000 is en dus onder de
gestelde alpha van .05 ligt. Aangezien we eenzijdig toetsen, dien je de p-waarde te delen door 2. Een
significantieniveau van .000 is echter niet te delen door 2 maar dat levert geen problemen op omdat
het resultaat hoe dan ook kleiner dan de alpha is. Er is dus sprake van een significant verschil tussen
de gemiddelden van de voormeting en nameting: het blijkt dat respondenten voor de interventie hun
vertrouwen in de politie gemiddeld met een 3.0 beoordeelden terwijl ze dit vertrouwen na de
interventie met een 4.6 beoordeelden (het verschil tussen de twee metingen is -1.61, dit is af te lezen
onder ‘Mean’). De nulhypothese kan worden verworpen.
Burgers hebben significant meer vertrouwen in de politie na uitvoering van de interventie ( x̄ = 4.6)
dan voor uitvoering van de interventie (x̄ = 3.0) (t(99)=-20.057, p<.001).
One-sample t-test
De toets die je moet uitvoeren om te toetsen of de gemiddelde leeftijd uit ons onderzoek
overeenkomt met de gegeven leeftijd 55 jaar is de One-Sample t-test. Dit omdat we één groep met
een hypothese, oftewel een gegeven getal, vergelijken.
H0: μ = 55
H1: μ ≠ 55
Analyze Compare Means One-Sample T-Test
Test Variables: leeftijd.
Test Value: 55.
Independent samples t-test
Het gaat om twee onafhankelijke steekproeven (mannen en vrouwen) waarvan je de gemiddelden
wilt vergelijken (je wil vaststellen of de gemiddelden van twee groepen aan elkaar gelijk zijn).
Assumpties:
- De steekproeven zijn onafhankelijk van elkaar getrokken.
- De varianties van de populaties waaruit de steekproeven komen, zijn gelijk (homogeniteit
van de variantie).
Deze laatste assumptie toets je met de Levene’s test. Als de assumptie geschonden wordt (de
nulhypothese dat de varianties gelijk zijn wordt verworpen), dan moet je de t-toets statistiek aflezen
die uitgaat van ongelijke varianties van de groepen.
Compare Means Independent Samples T-Test. Test Variabele: gem_oordeel2. Grouping Variabele:
geslacht (man = 1 en vrouw = 2)
H0: µ1 = µ2
H1: µ1 ≠ µ2
We kijken eerst naar de Levene’s Test. De Levene’s test is niet significant want de overschrijdingskans
(p-waarde) is .412, dus groter dan de gestelde alpha (α) van .05. Dit betekent dat we de
nulhypothese van gelijke varianties niet kunnen verwerpen. We kijken voor de t-toets dus in de
bovenste regel van de output.
Hier lezen we af dat de p-waarde .513 is en dus boven de gestelde alpha van .05 ligt. Er is dus geen
significant verschil tussen mannen en vrouwen in het gemiddelde oordeel over de bibliotheek. De
nulhypothese kan niet verworpen worden.
Het gemiddelde oordeel van mannen (x̄ = 3.3) en vrouwen ( x̄ = 3.2) op de onderdelen personeel,
collectie boeken, openingstijden en wifi samen verschilt niet significant (t(48)=.659, p=.513).
Wel significant
Respondenten zonder vervolgopleiding zijn significant meer tevreden ( x̄ = 2.67) over het totale
functioneren van de politie dan respondenten met een vervolgopleiding ( x̄ = 2.74) (t(2429)=-2.348,
p<.05).
,Independent samples t-test EENZIJDIG
De vraag suggereert een richting, namelijk dat vrouwen mogelijk minder studeren per
bibliotheekbezoek dan mannen. Je moet daarom eenzijdig toetsen omdat je alleen wilt weten of
vrouwen minder studeren per bezoek dan mannen of niet.
H0: µ1 = µ2
H1: µ1 > µ2
De Levene’s test is significant want de overschrijdingskans (p-waarde) is .018 en ligt dus onder de
gestelde alpha van .05. Dit betekent dat we de nulhypothese van gelijke varianties kunnen
verwerpen. We kijken voor de t-toets dus in de onderste regel van de output.
Hier lezen we af dat de p-waarde .089/2 = .0445 (want eenzijdig, dus p-waarde delen door 2). Deze
overschrijdingskans ligt onder de grenswaarde van .05. Er is dus sprake van een significant verschil
tussen mannen en vrouwen in het aantal uur dat zij gemiddeld per bibliotheekbezoek studeren
(mannen studeren significant langer dan vrouwen, want de ‘mean difference’ = .950). De
nulhypothese kan verworpen worden.
Mannen (x̄ = 4,5 uur) studeren gemiddeld significant langer dan vrouwen ( x̄ = 3.5 uur) in de
bibliotheek (t(48)=1.734, p<.05).
Let op: de Levene’s toets blijft in bovenstaande opgave tweezijdig, ook al zijn de hoofdhypothesen
eenzijdig opgezet. Je gaat immers niet opeens testen of de variantie van de ene groep hoger (of
lager) is dan de variantie van de andere groep. Wat je wil weten is of je uit kan gaan van gelijke
varianties of niet.
Van iederen respondent is zowel de geboortedatum bekend als de datum waarop hij of zij
de enqûete heeft ingevuld. Maak op basis van deze twee variabelen de variabele leeftijd
aan.
Transform Compute Variable Functiongroup: Date Arithmatic
DATEDIFF(enquetedatum,geboortedat,”years”). Let goed op de volgorde van de twee variabelen. Zet
altijd de meest recente datum vooraan, anders krijg je negatieve leeftijden. Omdat de leeftijd
doorgaans in jaren wordt weergegeven kiezen we bovendien voor “years” in plaats van “days” of
“months”.
, Paired samples t-test (eenzijdig)
Bij deze toets stel je vast of binnen één groep de voor- en nameting aan elkaar gelijk zijn (=
afhankelijke steekproeven). De nulhypothese luidt dat beide gemiddelden gelijk zijn, de alternatieve
hypothese stelt of dat de gemiddelden ongelijk zijn (tweezijdige toets) of dat het ene gemiddelde
groter is dan het andere gemiddelde (eenzijdige toets).
Hypothesen:
H0: µ1 = µ2
H1: µ1 < µ2
Analyze Compare Means Paired-Sample T-Test
In de laatste tabel vinden we de t-toets. Hier lezen we af dat de p-waarde .000 is en dus onder de
gestelde alpha van .05 ligt. Aangezien we eenzijdig toetsen, dien je de p-waarde te delen door 2. Een
significantieniveau van .000 is echter niet te delen door 2 maar dat levert geen problemen op omdat
het resultaat hoe dan ook kleiner dan de alpha is. Er is dus sprake van een significant verschil tussen
de gemiddelden van de voormeting en nameting: het blijkt dat respondenten voor de interventie hun
vertrouwen in de politie gemiddeld met een 3.0 beoordeelden terwijl ze dit vertrouwen na de
interventie met een 4.6 beoordeelden (het verschil tussen de twee metingen is -1.61, dit is af te lezen
onder ‘Mean’). De nulhypothese kan worden verworpen.
Burgers hebben significant meer vertrouwen in de politie na uitvoering van de interventie ( x̄ = 4.6)
dan voor uitvoering van de interventie (x̄ = 3.0) (t(99)=-20.057, p<.001).
One-sample t-test
De toets die je moet uitvoeren om te toetsen of de gemiddelde leeftijd uit ons onderzoek
overeenkomt met de gegeven leeftijd 55 jaar is de One-Sample t-test. Dit omdat we één groep met
een hypothese, oftewel een gegeven getal, vergelijken.
H0: μ = 55
H1: μ ≠ 55
Analyze Compare Means One-Sample T-Test
Test Variables: leeftijd.
Test Value: 55.
