Samenvatting Stappenplan Visueel en statistische analyse

Visuele analyse
Alles paste, zodat het in syntax komt!
Overal notities bovenzetten wat je hebt gedaan en waarom (SPSS: *notitie.) (R:#notitie)

SPSS
Bestand openen & opslaan
 Openen --> Data --> Bestand selecteren --> Paste -->
uitvoeren
 Opslaan onder andere naam (bijvoorbeeld versie 1.2) -->
Paste --> uitvoeren

Setting hercoderen voor R
 Voor R hercoderen in AB (strings aanvinken)
 Recode in different variables
 1=A, 2=B, enz.

ID aanmaken
 Bij elke observant doen
* Voeg een Case indetifier toe.
COMPUTE id=$CASENUM.
FORMAT id (F8.0).
EXECUTE.

Bestanden aan elkaar koppelen
 Data --> Merge files --> Add variables
 Onder variables koppelen op id, andere variabelen naar excluded zetten

Transporten naar R (exporteren naar excelbestand)
In SPSS: File --> Export --> Excel (save as type: excel) --> paste en uitvoeren
LET OP: Voor exporteren naar R alleen AB fases en codes in bestand zetten

Interbeoordelaarsbetrouwbaarheid aanmaken
 Two-way mixed effect model
 Zelfde waarnemers beoordelen alle sessies
 Analyze --> Scale --> Reliability analysis
 Observaties (frequenties) van observanten onder items zetten
 Onder statistics
 Intraclass correlation coefficient aanklikken
 Model: two-way
 Type: Absolute agreement
 Paste en uitvoeren
 Kijken naar gemiddelde beoordeling (intra-klasse)


R
Bestand openen
Data--> import data --> excel file

Plaatje maken data
 SCDA --> SCVA
 Kiezen welke optie je wil gebruiken
 Afbeelding tussendoor steeds opslaan, anders is die weg

, Statistische analyse
Syntax = Script. Hierbij houd je alles bij wat je doet (#notitie)

1 AB design
Gegevens invoeren
 File --> New script (hiermee sla je syntax op)
 Dit zet je in je Script met notitie
 Uitvoeren door te selecteren en ctrl+r te drukken
 Ingevoerde gegevens controleren: A1 en B1 apart invullen
 Als je niks ziet na het uitvoeren, is het goed gegaan

## Open het ABx-pakket
library(ABx)

## Voer data in
A1 <- c(5,4,6,7,5,6,5,4)
B1 <- c(4,4,3,3,3,2,3,3)

## Maak een lijst van de data
A <- list(A1)
B <- list(B1)

Resultaten bekijken
## Schat het model
ABx1 <- glsAB(A, B)
--> ABx1 mag je zelf kiezen. Als je deze naam dan maar aanpast bij vervolgstappen

## Bekijk de resultaten
summary(ABx1)

Bij het uitvoeren van summary:

Is autocorrelatie significant (P<0.05)?
 Nee
 Geen rekening houden met
autocorrelatie
 Bovenste tabel
 Zoals voorbeeld hierboven
 Ja
 Rekening houden met autocorrelatie
 Onderste tabel

Dan kan je kijken naar:
 Intercept (a)
 Slope (b) --> Regressiecoëfficiënt
 Level change (onmiddellijke effect)
 Slope change (trendbreuk)
--> In praktijk laatste 2 aller belangrijkste

P-value:
E1= komma 1 plek naar links
E2= komma 2 plekken naar links
E3= komma 3 plekken naar links
Enzovoort