Wpo 1: verkennen van data
Explore
Analyze → descriptive → explore
: uitgebreider overzicht van de variabelen
Dependant list: de variabelen waarvan je een overzicht wenst
Factor list: variabele die de cases opdeelt in groepen bv. mannen en vrouwen
- Statistics: outliers
- Plots: histogram
Boxplot
Boxplot: graphs → legacy → boxplot: variabele, category axis is bv. Geslacht
interne consistentie (Cronbach alfa)
Hoe interne consistentie nagaan van item-variabelen (meten de variabelen hetzelfde?)
Twee voorwaarden
1. !! zorg dat alle items in dezelfde richting zijn gecodeerd !! (zodat een hoge score wijst naar
bv. veel stress en een lage score wijst naar weinig stress)
Likertschaal maken: Transform -> compute variable : nieuwe var “score” aanmaken -> som van alle
scroes op de items uit de vragenlijst (SUM(item116 to 137))
Nagaan wat de reversed codes zijn a.d.h.v. correlaties (als de correlatie positief is staan ze allemaal in
dezelfde richting, zo niet is het negatief)
We zijn enkel geïnteresseerd in het teken: analyze → correlate → bivariate
Op paste klikken en de syntax aanpassen door er “with score” te schrijven achter correlations …
item…
We hebben meerdere negatieve correlaties → moeten gehercodeerd worden
Recode into different variables: 116 → “it116bis” (zelf kiezen)
Old value: 0 → 6, 1 → 5, 2 → 4, 3 copy , 4→ 2, 5 → 1, 6 → 0
➔ Dit doe je voor alle negatieve items
, 2. Is de interne consistentie van de vragenlijst wel hoog genoeg?
analyze -> scale -> reliability analysis
bij statistics vink je onder “descriptives”: scale, item en scale if item deleted aan
het item dat door het te verwijderen, de grootste stijging van Cronbach’s alfa geeft, moet je
verwijderen uit de schaal
Cronbach alfa= 0.785
→ moet minstens 0.6 zijn
min 0..6 op groepsniveau
min 0.7 op indiv niveau maar voor minder belangrijke keuzes
min 0.8 op indiv niveau voor belangrijke keuzes
In de tabel staat cronbachs alpha if item deleted: dit geeft weer hoe de cronbachs alfa zou
veranderen als het item er uit werd gehaald
Correlatie
We gaan ook de correlaties nagaan:
Op twee manieren:
- grafisch: graphs -> legacy dialogs -> scatter
o De variabelen bij matrix variables zetten
- numeriek: analyze -> correlate -> bivariate (Pearson, want het is interval niveau)
,Missing values
Wat doen we met ontbrekende data (missings)?
→ methodes gericht op het vervangen van de ontbrekende date (imputatie)
- Je kan deze vervangen door gelijkaardige cases
- Vervangen door gemiddelde waardes
- een schatting maken adhv lineaire regressie
- meervoudige imputatie
Hoe gaan we een bepaalde veranderlijke met veel missing vullen?
Eerst het gemiddelde berekenen van ‘gemiddeld aantal uren’
→ x= 37.57
→ de 63 eerste cases verwijderen om missings te maken
2 soorten missings:
- system missings: lege vakjes in data view
- user defined missings: staan bij variable view (bij missings)
Opnieuw gemiddelde berekenen → gemiddelde is gezakt naar 37.07
We gaan de missings vervangen door het gemiddelde van de rest
reform → replace missing values → gemiddeld aantal uren invullen en nieuwe var maken → bij
method: series mean → Ok
In totaal zijn er 69 missings ingevuld
Bij descriptives: gemiddelde van de nieuwe erbij zetten
Standaardafwijking is kleiner geworden (er is minder spreiding)
, Werkhypothese
1. Lineariteit
2. Normaliteit
3. Homoscedasticiteit
Lineariteit
Pearson correlatie & scatterplot (grafisch)
Normaliteit
Komlogorov-Smirnov
Ho: de verdeling is normaal verdeeld (p>0.05)
Ha: de verdeling is niet normaal verdeeld
Analyze → nonparametric tests → legacy dialigss → 1 sample K-s
Nadeel: bij kleine steekproeven wordt sneller de Ho geaccepteerd en bij grote steekproeven wordt
sneller de Ho verworpen (onterecht).
((test statistic: .273
→ deze afwijking is te groot, als we 1.36 zouden delen
door vierkantswortel 191 dan zal dat een getal zijn dat
kleiner is dan 0.273
→ de nulhypothese wordt verworpen: niet normaal
verdeeld))
Normal Q-Q plot, normal P-P plot
Analyze → descriptives → Q-Q plots of P-P plost (standaardiseren aanduiden!!!)
: hoe dichter bij de lijn, hoe gelijker verdeeld
Histogram kan ook normaliteit weergeven: graphs → legacy → histogram
Homoscedasticiteit
= gelijke spreiding
Levenes test: test gelijkheid van de varianties in verschillende populaties
→ kan je niet apart opvragen
Ho: gelijke populatievarianties
Ha: verschil in populatievarianties
Explore
Analyze → descriptive → explore
: uitgebreider overzicht van de variabelen
Dependant list: de variabelen waarvan je een overzicht wenst
Factor list: variabele die de cases opdeelt in groepen bv. mannen en vrouwen
- Statistics: outliers
- Plots: histogram
Boxplot
Boxplot: graphs → legacy → boxplot: variabele, category axis is bv. Geslacht
interne consistentie (Cronbach alfa)
Hoe interne consistentie nagaan van item-variabelen (meten de variabelen hetzelfde?)
Twee voorwaarden
1. !! zorg dat alle items in dezelfde richting zijn gecodeerd !! (zodat een hoge score wijst naar
bv. veel stress en een lage score wijst naar weinig stress)
Likertschaal maken: Transform -> compute variable : nieuwe var “score” aanmaken -> som van alle
scroes op de items uit de vragenlijst (SUM(item116 to 137))
Nagaan wat de reversed codes zijn a.d.h.v. correlaties (als de correlatie positief is staan ze allemaal in
dezelfde richting, zo niet is het negatief)
We zijn enkel geïnteresseerd in het teken: analyze → correlate → bivariate
Op paste klikken en de syntax aanpassen door er “with score” te schrijven achter correlations …
item…
We hebben meerdere negatieve correlaties → moeten gehercodeerd worden
Recode into different variables: 116 → “it116bis” (zelf kiezen)
Old value: 0 → 6, 1 → 5, 2 → 4, 3 copy , 4→ 2, 5 → 1, 6 → 0
➔ Dit doe je voor alle negatieve items
, 2. Is de interne consistentie van de vragenlijst wel hoog genoeg?
analyze -> scale -> reliability analysis
bij statistics vink je onder “descriptives”: scale, item en scale if item deleted aan
het item dat door het te verwijderen, de grootste stijging van Cronbach’s alfa geeft, moet je
verwijderen uit de schaal
Cronbach alfa= 0.785
→ moet minstens 0.6 zijn
min 0..6 op groepsniveau
min 0.7 op indiv niveau maar voor minder belangrijke keuzes
min 0.8 op indiv niveau voor belangrijke keuzes
In de tabel staat cronbachs alpha if item deleted: dit geeft weer hoe de cronbachs alfa zou
veranderen als het item er uit werd gehaald
Correlatie
We gaan ook de correlaties nagaan:
Op twee manieren:
- grafisch: graphs -> legacy dialogs -> scatter
o De variabelen bij matrix variables zetten
- numeriek: analyze -> correlate -> bivariate (Pearson, want het is interval niveau)
,Missing values
Wat doen we met ontbrekende data (missings)?
→ methodes gericht op het vervangen van de ontbrekende date (imputatie)
- Je kan deze vervangen door gelijkaardige cases
- Vervangen door gemiddelde waardes
- een schatting maken adhv lineaire regressie
- meervoudige imputatie
Hoe gaan we een bepaalde veranderlijke met veel missing vullen?
Eerst het gemiddelde berekenen van ‘gemiddeld aantal uren’
→ x= 37.57
→ de 63 eerste cases verwijderen om missings te maken
2 soorten missings:
- system missings: lege vakjes in data view
- user defined missings: staan bij variable view (bij missings)
Opnieuw gemiddelde berekenen → gemiddelde is gezakt naar 37.07
We gaan de missings vervangen door het gemiddelde van de rest
reform → replace missing values → gemiddeld aantal uren invullen en nieuwe var maken → bij
method: series mean → Ok
In totaal zijn er 69 missings ingevuld
Bij descriptives: gemiddelde van de nieuwe erbij zetten
Standaardafwijking is kleiner geworden (er is minder spreiding)
, Werkhypothese
1. Lineariteit
2. Normaliteit
3. Homoscedasticiteit
Lineariteit
Pearson correlatie & scatterplot (grafisch)
Normaliteit
Komlogorov-Smirnov
Ho: de verdeling is normaal verdeeld (p>0.05)
Ha: de verdeling is niet normaal verdeeld
Analyze → nonparametric tests → legacy dialigss → 1 sample K-s
Nadeel: bij kleine steekproeven wordt sneller de Ho geaccepteerd en bij grote steekproeven wordt
sneller de Ho verworpen (onterecht).
((test statistic: .273
→ deze afwijking is te groot, als we 1.36 zouden delen
door vierkantswortel 191 dan zal dat een getal zijn dat
kleiner is dan 0.273
→ de nulhypothese wordt verworpen: niet normaal
verdeeld))
Normal Q-Q plot, normal P-P plot
Analyze → descriptives → Q-Q plots of P-P plost (standaardiseren aanduiden!!!)
: hoe dichter bij de lijn, hoe gelijker verdeeld
Histogram kan ook normaliteit weergeven: graphs → legacy → histogram
Homoscedasticiteit
= gelijke spreiding
Levenes test: test gelijkheid van de varianties in verschillende populaties
→ kan je niet apart opvragen
Ho: gelijke populatievarianties
Ha: verschil in populatievarianties
