h1: Hoe bereid ik mij voor op statistiek met SPSS?
1.1. inleiding
onderzoekscyclus
stap 4
Resultaten omzetten in conclusies
Hoe analyseer ik mijn data?
Hoe rapporteer en evalueer ik mijn onderzoek?
Hoe bereid ik mijn data voor analyse?
1.2. toelichting voorbeeldonderzoek ‘geld, geluk en gezondheid’
• centrale onderzoeksvraag:
‘Is er een positief verband tussen de mate waarin iemand over geld beschikt en de
mate waarin hij zich gelukkig voelt?’
• begrippen geld en geluk operationaliseren in een vragenlijst.
(=abstracte begrippen vb. geluk, angst, … meetbaar maken adhv vragenlijst)
4 rubrieken
• geld
• geluk
• gezondheid
• persoonlijke kenmerken
1.3. gebruikswijzer voor data-analyse
Bij het kiezen van analysetechniek zijn volgende zaken van belang:
1. Gaat de vraagstelling over frequenties een verschil of samenhang van kenmerken (of om een
combinatie daarvan)?
o frequentie = Hoe vaak/ in welke mate/hoeveel vb. in welke mate zijn Belgen gelukkig?
o verschil = Zijn er verschillen tussen groepen? Vb. zijn mannen gezonder dan vrouwen?
o samenhang = Is er een samenhang tussen bepaalde kenmerken? Vb. is er een samenhang
tussen geld en geluk?
2. Wat is het meetniveau van de gegevens die je hebt verzameld?
o nominaal (Nominal)
vb. leefsituatie (alleenstaand, gehuwd,…), bloedgroep geen rangorde
vb. ja, neen
▪ dichotoom = 2 waarden
▪ polytoom = meerdere waarden
o ordinaal (Ordinal)
vb. opleidingsniveau (laag – middelmatig – hoog)
o interval/ratio (Scale)
vb. graden in Celsius (kan ook negatief zijn, geen nulpunt)
vb. gewicht in kg (met natuurlijk nulpunt)
*Continue variabelen= er kunnen tussen de metingen nog andere *Discrete variabelen= er kunnen geen andere waarden tussenin
mogelijke waarden liggen vb. lengte, leeftijd, intelligentie zitten vb. bezit van auto’s, aantal kinderen
1
,3. Gaat het om een steekproef of een populatie?
o beschrijvende statistiek = onderzoek bij de totale populatie (vb. alle leerlingen van 1
school) → populatieonderzoek
o toetsende statistiek = onderzoek op een steekproef en d.m.v. inductieve of inferentiële
statistiek bevindingen van de steekproef generaliseren naar de
populatie → steekproefonderzoek
• selecte steekproef: uitspraken doen over selectie in je onderzoek
• aselecte steekproef: uitspraken doen over de gehele populatie
o De eenheden (in SPSS cases) waarover men beschikt en uitspraken wil doen bepalen of
er sprake is van steekproef- of populatieonderzoek.
?
generaliseren
= bevindingen uit een steekproef ‘veralgemenen’ naar een grotere populatie
gaat gepaard met onzekerheden, toetsende statistiek kan de kans hiervan berekenen
1.4. enkele algemene statistische termen
• normaalverdeling = een distributie die klokvormig is met symmetrische linker- en
rechterhelft (zie fig. 1.3).
Modus, mediaan en gemiddelde hebben (nagenoeg) dezelfde waarde.
Kenmerken:
- klokvormig
- m symmetrisch
• standaardfout (sf) = geeft aan in welke mate het gevonden steekproefgemiddelde een
betrouwbare schatting is van het populatiegemiddelde
= geeft de nauwkeurigheid aan van een berekend gemiddelde
Op basis van de sf kun je met minstens 95% zekerheid aangeven dat het
populatiegemiddelde ligt tussen het gevonden steekproefgemiddelde - 2 x sf en het
steekproefgemiddelde + 2 x sf
Iedere band heeft breedte van
1 standaardafwijking
• kans = wanneer op basis van een steekproef uitspraken gedaan worden over de populatie
bestaat er een kans dat men zich vergist. Een verschil of samenhang die gevonden wordt in
de steekproef kan immers berusten op toeval.
= wat is de kans dat je een gevonden verschil in gemiddelden terugvindt in de populatie
2
,• significantie = verschillen of samenhang zijn ‘betekenisvol’ wanneer de kans dat het
gevonden verschil of samenhang beneden een bepaald niveau ligt
Men spreekt van significantie als de overschrijdingskans kleiner is dan 5% of bij grotere
steekproeven (>1000) kleiner is dan 1%
→ is gebaseerd op enkele kenmerken van de steekproef: omvang en homogeniteit van
de steekproef
→ hoe groter de steekproef hoe kleiner de kans op toeval
→ naarmate de verschillen op een variabele binnen groepen kleiner zijn (homogene
groepen), is de kans dat de verschillen tussen groepen op toeval berusten eveneens
kleiner
• eenzijdig toetsen = wanneer je een hypothese of verwachting hebt geformuleerd.
vb. ‘er is een significant verschil in LG tussen de interventiegroep en de controlegroep
waarbij het gewicht in de interventiegroep het laagst is (richting)’.
Vb. als je een theorie hebt op grond waarvan je kunt verwachten dat de vrouwelijke
werknemers intelligenter zijn
• tweezijdig toetsen = je hebt geen idee of er sprake is van een verschil en zeker niet van de
richting van dat verschil
= Er wordt geen richting aangegeven.
vb. ‘er is een significant verschil in LG tussen de interventiegroep en de controlegroep’.
• vrijheidsgraden: het aantal vrijheidsgraden geeft aan hoeveel waarden uit een
gegevensreeks kunnen variëren wanneer 1 waarde uit de reeks gekend is.
= aantal vrijheidsgraden geeft de mate aan waarin scores kunnen variëren
→ df of = degrees of freedom
→ als je van twee getallen er maar één kent (namelijk 36) en je weet dat het
gemiddelde 40 is, dan moet het andere getal 44 zijn. Je hebt hier 1 vrijheidsgraad
→ bij een t-toets is het aantal vrijheidsgraden het aantal steekproefelementen minus 1
vb. steekproef van 10 volwassenen waarvan je hun dagelijkse calciuminname meet.
Je gebruikt t-toets om te bepalen of de gemiddelde dagelijkse inname van
volwassenen gelijk is aan aanbevolen hoeveelheid van 100mg calcium.
df= n-1
df = 10-1
df= 9
→ bij een kruistabel is het aantal vrijheidsgraden het aantal rijen minus 1,
vermenigvuldigd met het aantal kolommen minus 1
df = (2-1)*(2-1) = 1
• effectgrootte: na vaststellen van een significant verschil of samenhang kan er nagegaan
worden in welke mate het verschil verklaard/voorspeld kan worden.
Toont aan hoe sterk het effect van een handeling is op een populatie, waarbij vergeleken
wordt met een andere populatie waardop die handeling niet wordt toegepast
‘controlegroep’
Verschillende maten voor de sterkte van het effect van een statistisch significant verschil
tussen twee behandelingen of methoden.
→ De gebruikelijke maat is Cohen’s d
→ Als d groter is dan 0,20 wordt er van een klein effect gesproken
3
, H2: Hoe breng ik mijn gegevens in?
data view → observaties
• datamatrix
o rijen (horizontaal) = individuen, cases
o kolommen (verticaal) = variabelen
variable view → variabelen
• zoveel rijen als in dataview kolommen zijn
2.1. Hoe maak je een SPSS gegevensbestand in variable view?
• 2 schermen onderaan
1. data view = matrix met cases in rijen (horizontaal)
variabelen in kolommen (verticaal)
2. variable view = matrix met de variabelen in rijen (horizontaal)
kenmerken ervan in kolommen
• name = korte naam voor de variabele (geen spaties) vb. gld1
• label = geef meer informatie over de variabele (vb. ‘gewicht (kg)’)
• type = voor getallen (of codes) kies numeric (standaard), voor tekst kies string
• width = kies het gewenste aantal karakters
• decimals = kies 0 voor getallen zonder komma
• values = de codes van de antwoordmogelijkheden uit het codeboek kunnen voorzien worden
van een betekenisvoller label (vb. 1 = ‘man’, 2 = ‘vrouw’). Ook gebruiken bij missing values!
• ontbrekende gegevens
o niets invullen (spatie invullen) → system missing value
o reden van ontbrekende waarde coderen → user missing value vb. huurtoeslag: 9
gebruiken als het antwoord ontbreekt en 8 als de vraag niet van toepassing is,
vergeet de waarden niet in ‘values’ te noten als ‘ontbrekend’ of ‘niet van toepassing’
• measure = geef hier het meetniveau van de variabele op → nominaal/ordinaal niveau
OEFENING 2.1 BIJLAGE
Geef enkele variabelen van het onderzoek geld en geluk in via variable view (zie bijlage).
Ga na of het meetniveau overeenkomt met de waarden van de variabele.
Geef ook de value labels in, gebruik de codes (bijlage).
1. File
2. New
3. Data
4. Variabele View:
o 1ste variabele ident invullen (geen value labels)
o 2de variabele gld1 invullen (wel value labels)
Value labels instellen (klik op drie puntjes onder kolom Values)
▪ Value: 1, Label: ja, Add
▪ Value: 2, Label: nee, Add
▪ Ok
5. Data Vieuw: waarden invullen
variabele
case
4
1.1. inleiding
onderzoekscyclus
stap 4
Resultaten omzetten in conclusies
Hoe analyseer ik mijn data?
Hoe rapporteer en evalueer ik mijn onderzoek?
Hoe bereid ik mijn data voor analyse?
1.2. toelichting voorbeeldonderzoek ‘geld, geluk en gezondheid’
• centrale onderzoeksvraag:
‘Is er een positief verband tussen de mate waarin iemand over geld beschikt en de
mate waarin hij zich gelukkig voelt?’
• begrippen geld en geluk operationaliseren in een vragenlijst.
(=abstracte begrippen vb. geluk, angst, … meetbaar maken adhv vragenlijst)
4 rubrieken
• geld
• geluk
• gezondheid
• persoonlijke kenmerken
1.3. gebruikswijzer voor data-analyse
Bij het kiezen van analysetechniek zijn volgende zaken van belang:
1. Gaat de vraagstelling over frequenties een verschil of samenhang van kenmerken (of om een
combinatie daarvan)?
o frequentie = Hoe vaak/ in welke mate/hoeveel vb. in welke mate zijn Belgen gelukkig?
o verschil = Zijn er verschillen tussen groepen? Vb. zijn mannen gezonder dan vrouwen?
o samenhang = Is er een samenhang tussen bepaalde kenmerken? Vb. is er een samenhang
tussen geld en geluk?
2. Wat is het meetniveau van de gegevens die je hebt verzameld?
o nominaal (Nominal)
vb. leefsituatie (alleenstaand, gehuwd,…), bloedgroep geen rangorde
vb. ja, neen
▪ dichotoom = 2 waarden
▪ polytoom = meerdere waarden
o ordinaal (Ordinal)
vb. opleidingsniveau (laag – middelmatig – hoog)
o interval/ratio (Scale)
vb. graden in Celsius (kan ook negatief zijn, geen nulpunt)
vb. gewicht in kg (met natuurlijk nulpunt)
*Continue variabelen= er kunnen tussen de metingen nog andere *Discrete variabelen= er kunnen geen andere waarden tussenin
mogelijke waarden liggen vb. lengte, leeftijd, intelligentie zitten vb. bezit van auto’s, aantal kinderen
1
,3. Gaat het om een steekproef of een populatie?
o beschrijvende statistiek = onderzoek bij de totale populatie (vb. alle leerlingen van 1
school) → populatieonderzoek
o toetsende statistiek = onderzoek op een steekproef en d.m.v. inductieve of inferentiële
statistiek bevindingen van de steekproef generaliseren naar de
populatie → steekproefonderzoek
• selecte steekproef: uitspraken doen over selectie in je onderzoek
• aselecte steekproef: uitspraken doen over de gehele populatie
o De eenheden (in SPSS cases) waarover men beschikt en uitspraken wil doen bepalen of
er sprake is van steekproef- of populatieonderzoek.
?
generaliseren
= bevindingen uit een steekproef ‘veralgemenen’ naar een grotere populatie
gaat gepaard met onzekerheden, toetsende statistiek kan de kans hiervan berekenen
1.4. enkele algemene statistische termen
• normaalverdeling = een distributie die klokvormig is met symmetrische linker- en
rechterhelft (zie fig. 1.3).
Modus, mediaan en gemiddelde hebben (nagenoeg) dezelfde waarde.
Kenmerken:
- klokvormig
- m symmetrisch
• standaardfout (sf) = geeft aan in welke mate het gevonden steekproefgemiddelde een
betrouwbare schatting is van het populatiegemiddelde
= geeft de nauwkeurigheid aan van een berekend gemiddelde
Op basis van de sf kun je met minstens 95% zekerheid aangeven dat het
populatiegemiddelde ligt tussen het gevonden steekproefgemiddelde - 2 x sf en het
steekproefgemiddelde + 2 x sf
Iedere band heeft breedte van
1 standaardafwijking
• kans = wanneer op basis van een steekproef uitspraken gedaan worden over de populatie
bestaat er een kans dat men zich vergist. Een verschil of samenhang die gevonden wordt in
de steekproef kan immers berusten op toeval.
= wat is de kans dat je een gevonden verschil in gemiddelden terugvindt in de populatie
2
,• significantie = verschillen of samenhang zijn ‘betekenisvol’ wanneer de kans dat het
gevonden verschil of samenhang beneden een bepaald niveau ligt
Men spreekt van significantie als de overschrijdingskans kleiner is dan 5% of bij grotere
steekproeven (>1000) kleiner is dan 1%
→ is gebaseerd op enkele kenmerken van de steekproef: omvang en homogeniteit van
de steekproef
→ hoe groter de steekproef hoe kleiner de kans op toeval
→ naarmate de verschillen op een variabele binnen groepen kleiner zijn (homogene
groepen), is de kans dat de verschillen tussen groepen op toeval berusten eveneens
kleiner
• eenzijdig toetsen = wanneer je een hypothese of verwachting hebt geformuleerd.
vb. ‘er is een significant verschil in LG tussen de interventiegroep en de controlegroep
waarbij het gewicht in de interventiegroep het laagst is (richting)’.
Vb. als je een theorie hebt op grond waarvan je kunt verwachten dat de vrouwelijke
werknemers intelligenter zijn
• tweezijdig toetsen = je hebt geen idee of er sprake is van een verschil en zeker niet van de
richting van dat verschil
= Er wordt geen richting aangegeven.
vb. ‘er is een significant verschil in LG tussen de interventiegroep en de controlegroep’.
• vrijheidsgraden: het aantal vrijheidsgraden geeft aan hoeveel waarden uit een
gegevensreeks kunnen variëren wanneer 1 waarde uit de reeks gekend is.
= aantal vrijheidsgraden geeft de mate aan waarin scores kunnen variëren
→ df of = degrees of freedom
→ als je van twee getallen er maar één kent (namelijk 36) en je weet dat het
gemiddelde 40 is, dan moet het andere getal 44 zijn. Je hebt hier 1 vrijheidsgraad
→ bij een t-toets is het aantal vrijheidsgraden het aantal steekproefelementen minus 1
vb. steekproef van 10 volwassenen waarvan je hun dagelijkse calciuminname meet.
Je gebruikt t-toets om te bepalen of de gemiddelde dagelijkse inname van
volwassenen gelijk is aan aanbevolen hoeveelheid van 100mg calcium.
df= n-1
df = 10-1
df= 9
→ bij een kruistabel is het aantal vrijheidsgraden het aantal rijen minus 1,
vermenigvuldigd met het aantal kolommen minus 1
df = (2-1)*(2-1) = 1
• effectgrootte: na vaststellen van een significant verschil of samenhang kan er nagegaan
worden in welke mate het verschil verklaard/voorspeld kan worden.
Toont aan hoe sterk het effect van een handeling is op een populatie, waarbij vergeleken
wordt met een andere populatie waardop die handeling niet wordt toegepast
‘controlegroep’
Verschillende maten voor de sterkte van het effect van een statistisch significant verschil
tussen twee behandelingen of methoden.
→ De gebruikelijke maat is Cohen’s d
→ Als d groter is dan 0,20 wordt er van een klein effect gesproken
3
, H2: Hoe breng ik mijn gegevens in?
data view → observaties
• datamatrix
o rijen (horizontaal) = individuen, cases
o kolommen (verticaal) = variabelen
variable view → variabelen
• zoveel rijen als in dataview kolommen zijn
2.1. Hoe maak je een SPSS gegevensbestand in variable view?
• 2 schermen onderaan
1. data view = matrix met cases in rijen (horizontaal)
variabelen in kolommen (verticaal)
2. variable view = matrix met de variabelen in rijen (horizontaal)
kenmerken ervan in kolommen
• name = korte naam voor de variabele (geen spaties) vb. gld1
• label = geef meer informatie over de variabele (vb. ‘gewicht (kg)’)
• type = voor getallen (of codes) kies numeric (standaard), voor tekst kies string
• width = kies het gewenste aantal karakters
• decimals = kies 0 voor getallen zonder komma
• values = de codes van de antwoordmogelijkheden uit het codeboek kunnen voorzien worden
van een betekenisvoller label (vb. 1 = ‘man’, 2 = ‘vrouw’). Ook gebruiken bij missing values!
• ontbrekende gegevens
o niets invullen (spatie invullen) → system missing value
o reden van ontbrekende waarde coderen → user missing value vb. huurtoeslag: 9
gebruiken als het antwoord ontbreekt en 8 als de vraag niet van toepassing is,
vergeet de waarden niet in ‘values’ te noten als ‘ontbrekend’ of ‘niet van toepassing’
• measure = geef hier het meetniveau van de variabele op → nominaal/ordinaal niveau
OEFENING 2.1 BIJLAGE
Geef enkele variabelen van het onderzoek geld en geluk in via variable view (zie bijlage).
Ga na of het meetniveau overeenkomt met de waarden van de variabele.
Geef ook de value labels in, gebruik de codes (bijlage).
1. File
2. New
3. Data
4. Variabele View:
o 1ste variabele ident invullen (geen value labels)
o 2de variabele gld1 invullen (wel value labels)
Value labels instellen (klik op drie puntjes onder kolom Values)
▪ Value: 1, Label: ja, Add
▪ Value: 2, Label: nee, Add
▪ Ok
5. Data Vieuw: waarden invullen
variabele
case
4
