SPSS
BEWERKEN DATA
2 technieken om data te bewerken
- Item hercoderen
- Berekenen variabele
STAPPEN
- Item van schaal controleren
→ hercoderen indien nodig
- Betrouwbaar nagaan via Cronbach’s Alpha
- Aanmaken van schaal
→ items opstellen
→ “Mean” gebruiken
- Hercoderen om te categoriseren
- Aanmaken andere soort variabele
Schaal: gestructureerde methode om complexe concepten te meten via verschillende items
HERCODEREN
Operationalisatie: proces van nauwkeurig definiëren hoe concept/ begrip gemeten wordt
→ in enquêtes vaak meerdere items gebruiken voor 1 concept
⇒ specifieke vragen/ uitspraken belichten elk ander aspect
=> combinatie geeft vollediger beeld
→ zorgt voor grotere betrouwbaarheid & validiteit
- Betrouwbaarheid: meetresultaten zijn consistent en reproduceerbaar bij herhaling
- Validiteit: meet daadwerkelijk wat beoogd gemeet te worden
→ meerdere items worden later samengevoegd tot schaal
AANDACHTSPUNTEN
- Zorg dat alle items in dezelfde richting staan
→ indien niet, item(s) hercoderen die afwijken
-Bij hercoderen: maak gebruik van oorspronkelijke values/ codering
→ via “Recode into Different Variabels” in SPSS
⇒ NIET ‘Recode into Same”
=> verwijdert oorspronkelijke value
VOORBEELD: BUSTER DATASET
,“Bestaan er verschillen in gezondheidsbesef tussen verschillende leeftijdsgroepen”
→ gezondheidsbesef operationaliseren via 7 items
- 1L: ik voel me graag fit
- 5L: ik doe geregeld aan lichaamsbeweging
- 9L: ik vind mijn gezondheid belangrijk
- 13L: ik eet regelmatig groenten en fruit
- 17L: ik neem een gezond en gevarieerd ontbijt
- 19L: ik eet vaak vettig eten (vb. junk-food)
- 21L: ik let op mijn lichaamsgewicht
⇒ 19L: staat in andere richting
=> hogere score betekent minder gezondheidsbesef
> bij andere betekent hogere score, groter gezondheidsbesef
=> moet hercoderen
STAPPEN HERCODEREN
1. Nieuw variabel aanmaken
- tablad “variable view”
→ transform (balk bovenaan) → recode into different variable
- nieuw venster wordt geopend
→ rechtermuis knop → display variable names → item 19L selecteren → via ➡️
naar
rechtervak brengen → nieuwe naam: “Item19LHER → change → old and new values
aanklikken
2. Waarden omzetten
- Nieuw venster wordt geopend: “old and new values”
→ OLD: system- or user-missing + NEW: system-missing → ADD
⇒ op die manier worden missende variabelen van oude overgenomen naar
nieuwe
→ OLD: value 7 + NEW: value 1 → ADD
⇒ op die manier waarden aanpassen
=> herhalen voor alle waarden
→ controleer of alle waarden kloppen → continue → Ok
- Nieuwe item staat onderaan lijst van variable view
→ label toevoegen
→ values invullen & measure aanpassen indien nodig
, BETROUWBAARHEID & SCHAAL AANMAKEN
Als alle items in dezelfde richting staan, dan betrouwbaarheid beoordelen
→ schaal enkel mogelijk als items gemeenschappelijk onderliggend concept
meten
Cronbach’s Alpha: maatstaf die meet in hoeverre items in schaal samenhangen
(onderliggend consistent)
→ gebruiken voor betrouwbaarheid
→ geeft waarde van 0 en 1
⇒ hogere waarde betekent sterkere samenhang
=> impliceert hogere betrouwbaarheid
→ minimaal 0,60 nodig om schaal te maken
OP 2 MANIEREN SCHAAL AANMAKEN
- Items optellen
→ geeft totaalscore van hoeveel respondenten op die items hebben gescoord
→ als missende waarde is, kan geen totaalscore worden opgemaakt
- “Mean” (gemiddelde) gebruiken
→ geeft gemiddelde score van respondenten op die items
→ als missende waarde is, kan wel score gegeven worden
VOORBEELD
1. Betrouwbaarheid controleren
- In variable view
analyse (balk bovenaan) → scale → reliability analysis
- Nieuw venster wordt geopend
rechtermuisknop → display variables names → item1L selecteren → ➡️
→ ADD
=> deze stap herhalen met alle 7 items
> bij 19L moet gehercodeerde item gebruiken, dus item19LHER
Statistics → descriptives → selecteer ‘item’ & ‘scale if item deleted’ →
continue → Ok
- Nieuw venster wordt geopend: ‘output’
Kijken bij reliability statistics, onder Cronbach’s Alpha
→ controleer of voldoet aan minimum van 0,60
⇒ 0,686 (afgerond 0,69)
BEWERKEN DATA
2 technieken om data te bewerken
- Item hercoderen
- Berekenen variabele
STAPPEN
- Item van schaal controleren
→ hercoderen indien nodig
- Betrouwbaar nagaan via Cronbach’s Alpha
- Aanmaken van schaal
→ items opstellen
→ “Mean” gebruiken
- Hercoderen om te categoriseren
- Aanmaken andere soort variabele
Schaal: gestructureerde methode om complexe concepten te meten via verschillende items
HERCODEREN
Operationalisatie: proces van nauwkeurig definiëren hoe concept/ begrip gemeten wordt
→ in enquêtes vaak meerdere items gebruiken voor 1 concept
⇒ specifieke vragen/ uitspraken belichten elk ander aspect
=> combinatie geeft vollediger beeld
→ zorgt voor grotere betrouwbaarheid & validiteit
- Betrouwbaarheid: meetresultaten zijn consistent en reproduceerbaar bij herhaling
- Validiteit: meet daadwerkelijk wat beoogd gemeet te worden
→ meerdere items worden later samengevoegd tot schaal
AANDACHTSPUNTEN
- Zorg dat alle items in dezelfde richting staan
→ indien niet, item(s) hercoderen die afwijken
-Bij hercoderen: maak gebruik van oorspronkelijke values/ codering
→ via “Recode into Different Variabels” in SPSS
⇒ NIET ‘Recode into Same”
=> verwijdert oorspronkelijke value
VOORBEELD: BUSTER DATASET
,“Bestaan er verschillen in gezondheidsbesef tussen verschillende leeftijdsgroepen”
→ gezondheidsbesef operationaliseren via 7 items
- 1L: ik voel me graag fit
- 5L: ik doe geregeld aan lichaamsbeweging
- 9L: ik vind mijn gezondheid belangrijk
- 13L: ik eet regelmatig groenten en fruit
- 17L: ik neem een gezond en gevarieerd ontbijt
- 19L: ik eet vaak vettig eten (vb. junk-food)
- 21L: ik let op mijn lichaamsgewicht
⇒ 19L: staat in andere richting
=> hogere score betekent minder gezondheidsbesef
> bij andere betekent hogere score, groter gezondheidsbesef
=> moet hercoderen
STAPPEN HERCODEREN
1. Nieuw variabel aanmaken
- tablad “variable view”
→ transform (balk bovenaan) → recode into different variable
- nieuw venster wordt geopend
→ rechtermuis knop → display variable names → item 19L selecteren → via ➡️
naar
rechtervak brengen → nieuwe naam: “Item19LHER → change → old and new values
aanklikken
2. Waarden omzetten
- Nieuw venster wordt geopend: “old and new values”
→ OLD: system- or user-missing + NEW: system-missing → ADD
⇒ op die manier worden missende variabelen van oude overgenomen naar
nieuwe
→ OLD: value 7 + NEW: value 1 → ADD
⇒ op die manier waarden aanpassen
=> herhalen voor alle waarden
→ controleer of alle waarden kloppen → continue → Ok
- Nieuwe item staat onderaan lijst van variable view
→ label toevoegen
→ values invullen & measure aanpassen indien nodig
, BETROUWBAARHEID & SCHAAL AANMAKEN
Als alle items in dezelfde richting staan, dan betrouwbaarheid beoordelen
→ schaal enkel mogelijk als items gemeenschappelijk onderliggend concept
meten
Cronbach’s Alpha: maatstaf die meet in hoeverre items in schaal samenhangen
(onderliggend consistent)
→ gebruiken voor betrouwbaarheid
→ geeft waarde van 0 en 1
⇒ hogere waarde betekent sterkere samenhang
=> impliceert hogere betrouwbaarheid
→ minimaal 0,60 nodig om schaal te maken
OP 2 MANIEREN SCHAAL AANMAKEN
- Items optellen
→ geeft totaalscore van hoeveel respondenten op die items hebben gescoord
→ als missende waarde is, kan geen totaalscore worden opgemaakt
- “Mean” (gemiddelde) gebruiken
→ geeft gemiddelde score van respondenten op die items
→ als missende waarde is, kan wel score gegeven worden
VOORBEELD
1. Betrouwbaarheid controleren
- In variable view
analyse (balk bovenaan) → scale → reliability analysis
- Nieuw venster wordt geopend
rechtermuisknop → display variables names → item1L selecteren → ➡️
→ ADD
=> deze stap herhalen met alle 7 items
> bij 19L moet gehercodeerde item gebruiken, dus item19LHER
Statistics → descriptives → selecteer ‘item’ & ‘scale if item deleted’ →
continue → Ok
- Nieuw venster wordt geopend: ‘output’
Kijken bij reliability statistics, onder Cronbach’s Alpha
→ controleer of voldoet aan minimum van 0,60
⇒ 0,686 (afgerond 0,69)
