Samenvatting SPSS Kwantitatieve Methoden

SPSS Kwantitatieve methoden


Dataset
 Kolommen = variabelen
 Rijen = eenheden
 Cellen = waarden

Dataview Variable view
 1 rij is 1 respondent Zijn de details van de variabelen
 1 kolom is 1 variabele
Nieuwe variabele aanmaken Systematische vertekening (Validiteit)
1. Transform = gemiddelde berekenen
2. Compute variable … 1. Analyze
2. Descriptive statics
3. Descriptives
4. Error
5. Mean
Willekeurige vertekening (betrouwbaarheid) As van een grafiek aanpassen
= standaardafwijking berekenen 1. Dubbelklikken op grafiek
1. Analyze 2. Klikken op 1 van de cijfers in verticale as
2. Descriptive statics 3. Scale
3. Descriptives 4. Major increment
4. Error
5. Std. Deviation
Labels van Items in output te zien op MAC Labels van Items in output te zien op WINDOWS
1. SPSS Statistics 1. Edit
2. Preferences 2. Options
3. Output 3. Output
4. Pivot Table Labeling 4. Pivot Table Labeling
5. Lables 5. Lables


Les 8: One Sample T Test: Verschilt het gemiddelde van mijn steekproef van een bepaalde, bekende
waarde

Les 9: Chi Kwadraat Goodness of Fit Test: Wijkt de frequentie van mijn categorische variabelen af
van een bepaalde, gekende frequentie

Les 9: Chi-kwadraat test voor onafhankelijkheid: Is er een verband tussen mijn 2 categorische
variabelen

Les 10: Paired Samples T Test: Is er een verschil tussen de gemiddelden van mijn 2 afhankelijke
steekproeven?

Les 10: Independant Samples T Test: Is er een verschil tussen de gemiddelden van mijn 2
onafhankelijke steekproeven?




1

,SPSS Kwantitatieve methoden


Inhoud
I. Les 4: Factor Analyse ..................................................................................................................3
II. Les 8: One sample T Test (Hypothesetoetsing) ......................................................................... 13
III. Les 9: Chi-kwadraat Goodness of Fit Test ............................................................................. 20
IV. Les 9: Chi-kwadraat test voor onafhankelijkheid .................................................................. 23
V. Les 10: T Test voor afhankelijke steekproeven ......................................................................... 26
VI. Les 10: T Test voor onafhankelijke steekproeven ................................................................. 29
VII. Les 11: One way ANOVA ....................................................................................................... 33
VIII. Les 11: Pearson correlatiecoëfficiënt .................................................................................... 40
IX. Les 12: Eenvoudige lineaire regressie ................................................................................... 44
X. Les 12: Meervoudige lineaire regressie .................................................................................... 50




2

,SPSS Kwantitatieve methoden


I. Les 4: Factor Analyse
Factoranalyse is al een vorm van data analyse
Factoranalyse wordt gebruikt om meerdere achterliggende dimensies/concepten te achterhalen

Stap 1: Analyseer de correlatiematrix. Je bekijkt de correlaties
Is er veel/weinig samenhang tussen de items? Bepaade patronen in de correlaties?

1. Analyze
2. Correlate
3. Bivariate
4. Selecteer alle variabelen 
Variables.
a. Ctrl A

Altijd de measure checken
Je kan de value labels checken bij
values en dan hokje met …
Daar zie je de likert schaal




Tabel ‘Correlations’
 Zeer grote tabel
 Correlaties van < .900 en > .300 (= goed!)
o Nu moet je de tabel scannen of er correlaties zijn die <(=Kleiner dan) .900 en > (= groter
dan) .300
o Correlatie tussen 0,3 en 0, 9 = Goed
 Als je voldoende grote correlaties vindt
  Verder gaan met de factoranalyse

Stap 2: Zoek achterliggende factoren
1. Analyze
2. Dimension Reduction
3. Factor
4. Selecteer alle variabelen
o Ctrl A
Extraction
 Method = de methode om je factoren te
vinden
 Principal Component Analyses = default
method (standaard)
 Eigenvalue = toont aan of een factor
belangrijk is
o Een maat die aantoont hoeveel
variantie de factor kan verklaren in
de data
o De factoren die een Eigenvalue
groter dan 1 hebben, zullen blijven
 Scree Plot = toont visueel welke factoren
een Eigenvalue > 1 hebben

3

, SPSS Kwantitatieve methoden


Options
 Missing values = hoe er wordt omgegaan
met missende waarden
o Exclude cases listwise = de gehele
case wordt uit de analyse gelaten
 Coefficient Display Format = hoe je
factorladingen toont
o Sort by size = handig
o Suppress small coefficients = typ
‘.4’




Tabel ‘Total Variance Explained’
 Kijk naar Total. Ze moeten hoger
zijn dan 1 of 1, 000
• 5 factoren geïdentificeerd
• Eerste factor verklaart 32.4%
• In totaal verklaren ze 57.9%
Kijk naar cumulative %
Hoe zou je het interpreteren?
We zien dat we 5 factoren (noemt
nu een component) hebben

 Achterliggend van de 28 items
zijn er 5 die erbij horen




Scree Plot
Scree plot = Grafiek van de eigenwaarden op
volgorde
 We zoeken naar een knik in de grafiek en
behouden de factoren VOOR de knik
 Factoren na de knik verklaren niet zo veel
bijkomende variatie in vergelijking met
elkaar.
 Sterke verbuiging bij factor 3 -> behouden
van 2 factoren kan
 Zie ook het verschil in de tabel:
2.79 – 1.66 = 1.2 = groot



4