GAO - ALLE WERKWIJZES SPSS
1. Datacleaning: frequentietabel maken – output bekijken – variabelen wijzigen
→ Data view: Analyze → descriptive stat → frequencies: alle var invoegen
→ fouten aanpassen: manueel verwijderen OF recode into same variable (cf. 2C)
2. Bewerken ve var
A) Compute = bewerkingen doen met 1 of meerdere var om tot nieuwe var te komen
→ transform → compute var:
- Target var: invullen nieuwe var naam
- Type & label: bij ‘label’ altijd formule inzetten
- Numeric expressions: formule invullen, en variabele inzetten door lijst links
B) Recode into different = hercoderen in een nieuwe variabele, de oorspronkelijke var wordt
hier behouden (bv. categorieën maken voor var leeftijd)
→ categorieën van verschillende lengtes = ordinaal niveau (bv leeftijdscategorie)
→ categorieën v gelijke lengte = interval niveau (bv. elke categorie 10 jaar)
→ transform → recode into different variable
- Numeric values: omzetting var
- Name: naam vd nieuwe var ingeven (bv. lft_cat)
- Label: label nieuwe var (bv. leeftijdscategorieën) + druk op change
- Old & new values → categorieën invullen + system/user missings aanduiden + enter
drukken
→ variable view: value labels toevoegen voor de nieuwe var, bv. 1.00 = <18
C) Recode into same = hercoderen in dezelfde var, oorspronkelijke var wordt niet behouden
maar vervangen (bv samenvoegen antwcat of omgekeerd schalen)
→ transform → recode into same variable
- Numeric values: omzetting var
- Old & new values → categorieën invullen + system/user missings aanduiden + enter
drukken
→ variable view: value labels toevoegen voor nieuwe var
3. Beschrijven ve var (beschrijvende analyse)
A) Frequentietabel
→ Analyze → descriptive stat → frequencies: var invoegen + statistics: alles aanvinken dat
je wilt weten
OF
→ Analyze → descriptive stat → descriptives: var invoegen + options: aanvinken wat je wilt
weten
B) Kruistabel: groepen (verhoudingen) beschrijven (ook bij nominale hypothesetoetsing!)
→ Analyze → descriptive stat → crosstabs → invoegen var voor rij en kolom + exact/cells:
observed + expected aanduiden + row & column aanduiden
1
, C) Multiple response: wnnr resp meerdere antwoorden op een vraag kunnen geven (alle
antwmogelijkheden = aparte var, je wilt deze in overzichtelijke tabel)
→ Analyze → multiple response → define variable set
4. Datamanipulatie/bewerking
A) Select cases: groep filteren om op 1 groep analyses uit te voeren (bv enkel vrouwen)
→ Data → select cases → if condition is satisfied aanduiden + ‘if’: variabele aanduiden (bv.
geslacht), invoegen en numerieke waarde toevoegen, continue
DAN: gewenste analyses uitvoeren
! Uitzetten selectie: data → select cases → all cases
B) Split file: datafile opsplitsen in bep groepen respondenten (gelijkaardig aan select cases,
maar wordt gebruikt om analyses afzonderlijk uit te voeren op meerdere subgroepen
tegelijk, ipv 1 subgroep.)
→ data → split file → compare groups: var invoegen → ok
(Dan gewenste analyses)
! Uitzetten selectie: data → split file → analyze all cases
C) Wegen: wnnr er disproportionele verdelingen id steekpr zijn tov populatie (niet kunnen
praktisch → te vinden p. 15 stappenplan)
D) Schaalconstructies: uitmiddelen toevalsfluctuaties (praktisch niet kunnen → maar te
vinden p. 17 en verder stappenplan)
5. Methodes op nominaal niveau
A) Kruistabel: beschrijving v groepen (verhoudingen) → zie 3B
B) Chi-kwadraat (kruistabel): vgl van 2 of meer onafh groepen OF bepalen v sign samenhang
tss groepen/variabelen (hypothesetoetsing)
→ Analyze → descr stat → crosstabs. Row = onafh var, column = afh var + statistics:
chiquare. Cells: observed, expected (= verwacht bij geen samenhang), rij, kolom, total,
residuals:standardized (=bij samenhang deze tabel dan bekijken voor verdere interpretatie!)
OUTPUT: voorwaarden:
- Max 20% vd cellen expected count < 5
- Minimum expected count = 1
→ niet voldaan: categorieën (antwmogelijkheden) samenvoegen ➔ transform into new
variable
→ wel voldaan: kijken nr sig bij pearson chi2 → indien <0,05 = sign ➔ post-hoc test, nl.
kijken in grote kruistabel bij std residual per categorie (onderaan) → vertegenw. checken
➔ >+2 = bovenvertegenwoordigd bij samenhang vs. <-2 = ondervertegenwoordigd
2x2-tabellen: niet nr p-waarde bij pearson kijken, maar continuity correction
Indien voorwaarden niet voldaan (n<20 of te lage verwachte freq) ➔ fisher’s exact test!
C) Percentagetoets: vergelijking v 2 percentages.
→ AI eerst berekenen via formule (niet in spss)
2
1. Datacleaning: frequentietabel maken – output bekijken – variabelen wijzigen
→ Data view: Analyze → descriptive stat → frequencies: alle var invoegen
→ fouten aanpassen: manueel verwijderen OF recode into same variable (cf. 2C)
2. Bewerken ve var
A) Compute = bewerkingen doen met 1 of meerdere var om tot nieuwe var te komen
→ transform → compute var:
- Target var: invullen nieuwe var naam
- Type & label: bij ‘label’ altijd formule inzetten
- Numeric expressions: formule invullen, en variabele inzetten door lijst links
B) Recode into different = hercoderen in een nieuwe variabele, de oorspronkelijke var wordt
hier behouden (bv. categorieën maken voor var leeftijd)
→ categorieën van verschillende lengtes = ordinaal niveau (bv leeftijdscategorie)
→ categorieën v gelijke lengte = interval niveau (bv. elke categorie 10 jaar)
→ transform → recode into different variable
- Numeric values: omzetting var
- Name: naam vd nieuwe var ingeven (bv. lft_cat)
- Label: label nieuwe var (bv. leeftijdscategorieën) + druk op change
- Old & new values → categorieën invullen + system/user missings aanduiden + enter
drukken
→ variable view: value labels toevoegen voor de nieuwe var, bv. 1.00 = <18
C) Recode into same = hercoderen in dezelfde var, oorspronkelijke var wordt niet behouden
maar vervangen (bv samenvoegen antwcat of omgekeerd schalen)
→ transform → recode into same variable
- Numeric values: omzetting var
- Old & new values → categorieën invullen + system/user missings aanduiden + enter
drukken
→ variable view: value labels toevoegen voor nieuwe var
3. Beschrijven ve var (beschrijvende analyse)
A) Frequentietabel
→ Analyze → descriptive stat → frequencies: var invoegen + statistics: alles aanvinken dat
je wilt weten
OF
→ Analyze → descriptive stat → descriptives: var invoegen + options: aanvinken wat je wilt
weten
B) Kruistabel: groepen (verhoudingen) beschrijven (ook bij nominale hypothesetoetsing!)
→ Analyze → descriptive stat → crosstabs → invoegen var voor rij en kolom + exact/cells:
observed + expected aanduiden + row & column aanduiden
1
, C) Multiple response: wnnr resp meerdere antwoorden op een vraag kunnen geven (alle
antwmogelijkheden = aparte var, je wilt deze in overzichtelijke tabel)
→ Analyze → multiple response → define variable set
4. Datamanipulatie/bewerking
A) Select cases: groep filteren om op 1 groep analyses uit te voeren (bv enkel vrouwen)
→ Data → select cases → if condition is satisfied aanduiden + ‘if’: variabele aanduiden (bv.
geslacht), invoegen en numerieke waarde toevoegen, continue
DAN: gewenste analyses uitvoeren
! Uitzetten selectie: data → select cases → all cases
B) Split file: datafile opsplitsen in bep groepen respondenten (gelijkaardig aan select cases,
maar wordt gebruikt om analyses afzonderlijk uit te voeren op meerdere subgroepen
tegelijk, ipv 1 subgroep.)
→ data → split file → compare groups: var invoegen → ok
(Dan gewenste analyses)
! Uitzetten selectie: data → split file → analyze all cases
C) Wegen: wnnr er disproportionele verdelingen id steekpr zijn tov populatie (niet kunnen
praktisch → te vinden p. 15 stappenplan)
D) Schaalconstructies: uitmiddelen toevalsfluctuaties (praktisch niet kunnen → maar te
vinden p. 17 en verder stappenplan)
5. Methodes op nominaal niveau
A) Kruistabel: beschrijving v groepen (verhoudingen) → zie 3B
B) Chi-kwadraat (kruistabel): vgl van 2 of meer onafh groepen OF bepalen v sign samenhang
tss groepen/variabelen (hypothesetoetsing)
→ Analyze → descr stat → crosstabs. Row = onafh var, column = afh var + statistics:
chiquare. Cells: observed, expected (= verwacht bij geen samenhang), rij, kolom, total,
residuals:standardized (=bij samenhang deze tabel dan bekijken voor verdere interpretatie!)
OUTPUT: voorwaarden:
- Max 20% vd cellen expected count < 5
- Minimum expected count = 1
→ niet voldaan: categorieën (antwmogelijkheden) samenvoegen ➔ transform into new
variable
→ wel voldaan: kijken nr sig bij pearson chi2 → indien <0,05 = sign ➔ post-hoc test, nl.
kijken in grote kruistabel bij std residual per categorie (onderaan) → vertegenw. checken
➔ >+2 = bovenvertegenwoordigd bij samenhang vs. <-2 = ondervertegenwoordigd
2x2-tabellen: niet nr p-waarde bij pearson kijken, maar continuity correction
Indien voorwaarden niet voldaan (n<20 of te lage verwachte freq) ➔ fisher’s exact test!
C) Percentagetoets: vergelijking v 2 percentages.
→ AI eerst berekenen via formule (niet in spss)
2
