Samenvatting Toepassing SPSS
1. Multipele (hiërarchische) regressieanalyse
Uitvoeren van de analyse Analyze Regression Lineair Onder ‘Dependent’ vul je de
afhankelijke variabele in. Bij
‘Independent’ selecteer je de
onafhankelijke variabele.
Interpreteren Drie onderdelen: R Squared (R2): Bij
regressieanalyse 1. Model summary: Hier wordt de enkelvoudige regressie geeft
correlatiecoëfficiënt (R) en de dit aan hoeveel variantie in de
determinatie coëfficiënt (R2) afhankelijke variabele
weergeven. verklaard wordt door de
2. ANOVA tabel: Hier wordt de onafhankelijke variabele.
significantie getoetst van het
regressiemodel. Het laat zien hoe Adjusted R2: Ingezet bij
groot de kans is dat alle meervoudige regressie,
regressiecoëfficiënten in aangezien er dan meer
werkelijkheid nul zijn en de onafhankelijke variabelen zijn
uitkomst van de analyse dus op die de variantie kunnen
toeval berust. verklaren. Adjusted R2
3. Coefficients tabel: Informatie corrigeert hiervoor.
over de grootte, de aard en de
significantie van het effect van de
onafhankelijke variabele op de
afhankelijke variabele.
Aanmaken tweede model Analyze Regression Lineair Overschrijdingskans: De F-
(hiërarchische analyse) Next (nieuw blok) Toevoegen change
nieuwe variabelen.
In statistics aanvinken:
- Estimates
- Confidence Intervals
- Model fit
- R squared change
- Descriptives
2. Eenweg en tweeweg ANOVA
Voorwaarden uitvoeren ANOVA:
- De afhankelijke variabele wordt gemeten op ratio- of interval meetniveau.
- Randomisatie: De data per groep zijn verkregen uit een aselecte en willekeurige steekproef.
- Homoscedasticiteit: De varianties/spreiding in de groepen is gelijk.
Controleren met de ‘homogeneity of variance-test’: Levene’s test of boxplot bekijken.
- Normaal verdeelde groepen Histogram bekijken (belvorm?)
One-way ANOVA: Dit wordt gebruikt wanneer een groepsvariabele de groepen bepaalt en er
maar één afhankelijke variabele is.
Two-way ANOVA: Wanneer er twee of meer groepsvariabelen in het model zitten.
Uitvoeren van de analyse 1. Eenweg ANOVA: Eventueel onder ‘options’:
Analyze General Linear Model - Descriptive statistics
Univariate Variabelen toevoegen - Homogeneity of variances
Plots: figuur met de factor met de Om ook de gemiddelden
meeste groepen op de horizontale as van de groepen te krijgen.
en de factor met de minste groepen
als aparte lijnen en klik op Add
‘Options’: Estimates of effect size
, aanvinken.
2. Meerweg ANOVA: Post-Hoc toets: Om te weten
Analyze General Linear Model welke groepen significant
Univariate Variabelen toevoegen verschillen. Dit wordt
‘Options’: descriptive statistics, aangevraagd voor factoren die
estimates of effect size en uit meer dan 2 groepen
homogeneity test of variance. bestaan! Doe dit bij post hoc!
Aanvragen van toetsing voor de
Interactie-effect maken: Plots factor(en) met meer dan twee
Variabelen toevoegen Add groepen.
Continue Ok
In de Sig. kolom kan worden
gekeken naar de verschillen in
significantie.
Een Post-Hoc test mag alleen
uitgevoerd worden wanneer er
een significant resultaat is
gevonden in ANOVA.
Interpreteren van de Eenweg ANOVA: Als ervoor is Eta Squared (η2): Het
analyse gekozen om ook voor gelijke percentage verklaarde
varianties te testen krijg je twee variantie. Het geeft aan
tabellen: hoeveel van de variantie kan
1. Test of homogeneity variances: Op worden verklaard tussen de
basis hiervan kan worden verschillen in
geconcludeerd of is voldaan aan de groepsgemiddelden.
voorwaarde van gelijke varianties
voor de verschillende groepen. Er Vuistregels:
wordt gekeken naar Sig. bij ‘based on - Klein effect/verschil = 0.01
the mean’. Is deze waarde groter dan - Medium effect/verschil = 0.09
0.05, dan zijn de varianties gelijk. - Groot effect/verschil = 0.25
2. ANOVA: Hier wordt getoetst of een
significant deel van de variantie
verklaard wordt door de
groepsvariabele. De sum of Squares
geeft aan hoeveel van de variantie
tussen (between) en binnen (within)
groepen zit.
Tweeweg ANOVA: De belangrijkste Partial Eta Squared (η2):
tabel is de Test of between-subject Om de grootte van effecten te
effects. bepalen bij ANOVA.
1. Between-Subjects Factors: staat
per factor uit hoeveel mensen iedere Vuistregels:
groep bestaat. - Klein = .01
2. Descriptive Statistics, staan - Medium = .06
beschrijvende statistieken voor alle - Groot = .14
(sub)groepen. Op basis van de
gemiddelden kan worden gekeken of
er een hoofdeffect wordt verwacht.
Kleine verschillen = geen hoofdeffect!
3. 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. Kijken bij ‘Based on Mean’.
- De nulhypothese die we hier toetsen
is dat de variantie van alle
verschillende groepen gelijk is.
Wanneer de p-waarde > 0.05 dan is
er sprake van gelijke spreiding!
1. Multipele (hiërarchische) regressieanalyse
Uitvoeren van de analyse Analyze Regression Lineair Onder ‘Dependent’ vul je de
afhankelijke variabele in. Bij
‘Independent’ selecteer je de
onafhankelijke variabele.
Interpreteren Drie onderdelen: R Squared (R2): Bij
regressieanalyse 1. Model summary: Hier wordt de enkelvoudige regressie geeft
correlatiecoëfficiënt (R) en de dit aan hoeveel variantie in de
determinatie coëfficiënt (R2) afhankelijke variabele
weergeven. verklaard wordt door de
2. ANOVA tabel: Hier wordt de onafhankelijke variabele.
significantie getoetst van het
regressiemodel. Het laat zien hoe Adjusted R2: Ingezet bij
groot de kans is dat alle meervoudige regressie,
regressiecoëfficiënten in aangezien er dan meer
werkelijkheid nul zijn en de onafhankelijke variabelen zijn
uitkomst van de analyse dus op die de variantie kunnen
toeval berust. verklaren. Adjusted R2
3. Coefficients tabel: Informatie corrigeert hiervoor.
over de grootte, de aard en de
significantie van het effect van de
onafhankelijke variabele op de
afhankelijke variabele.
Aanmaken tweede model Analyze Regression Lineair Overschrijdingskans: De F-
(hiërarchische analyse) Next (nieuw blok) Toevoegen change
nieuwe variabelen.
In statistics aanvinken:
- Estimates
- Confidence Intervals
- Model fit
- R squared change
- Descriptives
2. Eenweg en tweeweg ANOVA
Voorwaarden uitvoeren ANOVA:
- De afhankelijke variabele wordt gemeten op ratio- of interval meetniveau.
- Randomisatie: De data per groep zijn verkregen uit een aselecte en willekeurige steekproef.
- Homoscedasticiteit: De varianties/spreiding in de groepen is gelijk.
Controleren met de ‘homogeneity of variance-test’: Levene’s test of boxplot bekijken.
- Normaal verdeelde groepen Histogram bekijken (belvorm?)
One-way ANOVA: Dit wordt gebruikt wanneer een groepsvariabele de groepen bepaalt en er
maar één afhankelijke variabele is.
Two-way ANOVA: Wanneer er twee of meer groepsvariabelen in het model zitten.
Uitvoeren van de analyse 1. Eenweg ANOVA: Eventueel onder ‘options’:
Analyze General Linear Model - Descriptive statistics
Univariate Variabelen toevoegen - Homogeneity of variances
Plots: figuur met de factor met de Om ook de gemiddelden
meeste groepen op de horizontale as van de groepen te krijgen.
en de factor met de minste groepen
als aparte lijnen en klik op Add
‘Options’: Estimates of effect size
, aanvinken.
2. Meerweg ANOVA: Post-Hoc toets: Om te weten
Analyze General Linear Model welke groepen significant
Univariate Variabelen toevoegen verschillen. Dit wordt
‘Options’: descriptive statistics, aangevraagd voor factoren die
estimates of effect size en uit meer dan 2 groepen
homogeneity test of variance. bestaan! Doe dit bij post hoc!
Aanvragen van toetsing voor de
Interactie-effect maken: Plots factor(en) met meer dan twee
Variabelen toevoegen Add groepen.
Continue Ok
In de Sig. kolom kan worden
gekeken naar de verschillen in
significantie.
Een Post-Hoc test mag alleen
uitgevoerd worden wanneer er
een significant resultaat is
gevonden in ANOVA.
Interpreteren van de Eenweg ANOVA: Als ervoor is Eta Squared (η2): Het
analyse gekozen om ook voor gelijke percentage verklaarde
varianties te testen krijg je twee variantie. Het geeft aan
tabellen: hoeveel van de variantie kan
1. Test of homogeneity variances: Op worden verklaard tussen de
basis hiervan kan worden verschillen in
geconcludeerd of is voldaan aan de groepsgemiddelden.
voorwaarde van gelijke varianties
voor de verschillende groepen. Er Vuistregels:
wordt gekeken naar Sig. bij ‘based on - Klein effect/verschil = 0.01
the mean’. Is deze waarde groter dan - Medium effect/verschil = 0.09
0.05, dan zijn de varianties gelijk. - Groot effect/verschil = 0.25
2. ANOVA: Hier wordt getoetst of een
significant deel van de variantie
verklaard wordt door de
groepsvariabele. De sum of Squares
geeft aan hoeveel van de variantie
tussen (between) en binnen (within)
groepen zit.
Tweeweg ANOVA: De belangrijkste Partial Eta Squared (η2):
tabel is de Test of between-subject Om de grootte van effecten te
effects. bepalen bij ANOVA.
1. Between-Subjects Factors: staat
per factor uit hoeveel mensen iedere Vuistregels:
groep bestaat. - Klein = .01
2. Descriptive Statistics, staan - Medium = .06
beschrijvende statistieken voor alle - Groot = .14
(sub)groepen. Op basis van de
gemiddelden kan worden gekeken of
er een hoofdeffect wordt verwacht.
Kleine verschillen = geen hoofdeffect!
3. 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. Kijken bij ‘Based on Mean’.
- De nulhypothese die we hier toetsen
is dat de variantie van alle
verschillende groepen gelijk is.
Wanneer de p-waarde > 0.05 dan is
er sprake van gelijke spreiding!
