Statistiek IV: MDA – Software SPSS
Inhoud
1. Verkennen van data ......................................................................................................................................................... 2
1.1. Een kijk op variabelen ........................................................................................................................................... 2
1.2. Interne consistentie van een vragenlijst ............................................................................................................... 3
1.3. Correlaties ............................................................................................................................................................. 4
1.4. Buitenbeentjes en uitschieters .............................................................................................................................. 4
1.5. Ontbrekende data (missing values) ....................................................................................................................... 4
1.6. Werkhypothesen ................................................................................................................................................... 5
2. Meervoudige en enkelvoudige regressie analyse ............................................................................................................ 7
2.1. Theorie .................................................................................................................................................................. 7
2.2. SPSS: Invoer ........................................................................................................................................................... 8
2.3. SPSS: OUtput ......................................................................................................................................................... 9
2.4. Rapportering ....................................................................................................................................................... 10
3. Logistische regressie ...................................................................................................................................................... 11
3.1. Theorie ................................................................................................................................................................ 11
3.2. SPSS: invoer ......................................................................................................................................................... 11
3.3. SPSS: output ........................................................................................................................................................ 11
3.4. Rapportering ....................................................................................................................................................... 12
4. Variantie-analyse en one way anova ............................................................................................................................. 13
4.1. Theorie: ANOVA .................................................................................................................................................. 13
4.2. Stappenplan oefeningen ..................................................................................................................................... 14
4.3. SPSS: invoer ......................................................................................................................................................... 14
4.4. SPSS: output ........................................................................................................................................................ 15
4.5. Rapportering ....................................................................................................................................................... 15
5. -factor variantie analyse ................................................................................................................................................ 16
5.1. Theorie ................................................................................................................................................................ 16
5.2. SPSS: invoer ......................................................................................................................................................... 16
5.3. SPSS: output ........................................................................................................................................................ 17
5.4. Rapportering ....................................................................................................................................................... 18
6. Variantie-analyse: herhaalde metingen en mixed design .............................................................................................. 19
6.1. Theorie: herhaalde metingen .............................................................................................................................. 19
6.2. SPSS: herhaalde metingen................................................................................................................................... 19
6.3. SPSS: Mixed design .............................................................................................................................................. 20
6.4. Rappotering ......................................................................................................................................................... 21
7. Factor analyse ................................................................................................................................................................ 22
7.1. Theorie ................................................................................................................................................................ 22
7.2. Stappenplan PCA ................................................................................................................................................. 23
7.3. spss: invoer.......................................................................................................................................................... 23
7.4. SPSS: output ........................................................................................................................................................ 24
7.5. Rapportering ....................................................................................................................................................... 25
8. Clusteranalyse................................................................................................................................................................ 26
8.1. Theorie ................................................................................................................................................................ 26
8.2. Stappenplan Clusteranalyse ................................................................................................................................ 27
8.3. SPSS: invoer ......................................................................................................................................................... 27
8.4. SPSS: output ........................................................................................................................................................ 28
8.5. Rapportering ....................................................................................................................................................... 28
1
,1. VERKENNEN VAN DATA
1.1. EEN KIJK OP VARIABELEN
Doel: opvragen van het databestand om te controleren of er vreemde dingen aan de hand zijn en of alles wel
klopt.
Een kijk op variabelen:
1) Analyze
2) Descriptive statistics
3) Descriptives
4) Variables: alle variabelen (waarop je zicht wil krijgen) hierin slepen
→ Options:
→ Skewness
→ Kurtosis
→ Save
standardized values as variables: aanduiden als manier om te kijken of er uitschieters
zijn, hierdoor krijg je gestandaardiseerde z-waarden in je dataset)
Om meer details op te vragen:
1) Analyze
2) Descriptive statistics
3) Explore
4) Dependent list: variabele die je nader wil bekijken
→ Statistics:
→ Descriptives: beschrijvende statistieken
→ Outliers: om uitschieters te zien
→ Plots:
→ Stem-and-leaf
→ Histogram
Een histogram geeft op het eerste zicht op positie, spreiding en symmetrie van een
verdeling.
Normaalcurve op een histogram zetten:
1) Dubbelklik op de tekening
2) Elements
3) Show distribution curve
4) Normal
Output:
5% trimmed mean = 5% van de extreme waarden worden verwijderd en het gemiddelde wordt opnieuw
berekend, hoe kleiner het verschil met het gewone gemiddelde, hoe beter.
Extreme values: deze tabel geeft een overzicht van eventuele extreme waarnemingen
Een boxplot:
1) Graphs
2) Boxplot
3) Simple of clustered
→ Summaries for seperate variables
= vergelijken van positie, spreiding en symmetrie van verschillende variabelen
→ Summaries for seperate cases
= vergelijken van frequentieverdelingen van verschillende groepen cases voor 1 variabele
4) Variabele en category axis ingeven
2
, 1.2. INTERNE CONSISTENTIE VAN EEN VRAGENLIJST
Doel: in welke mate peilen verschillende items binnen een schaal naar hetzelfde?
Opbouw van een Likertschaal (schaal 1 tot 6) is op ordinale meetniveau. We gaan van die schalen een som of
gemiddelde maken en dan kunnen we stellen dat dit gemeten wordt op interval schaal (en kan men hier t-testen
op uitvoeren. Maar er moet voldaan zijn aan 2 voorwaarden:
1. Items moeten in dezelfde richting gecodeerd zijn
2. Interne consistentie van de schaal moet hoog genoeg zijn (Cronbach alpha).
Nieuwe variabele aanmaken:
1) Transform
2) Compute variable
→ Target variable: nieuwe variabele een naam geven (bv. score)
→ Function group: statistical
→ Functions: Sum
→ Numeric expressions: bv. item 116 to item 137
Correlatiematrix opvragen:
Voorwaarde nagaan of dat alle variabelen in dezelfde richting gecodeerd zijn.
Bv. een lage score is een hoge mate van stress, is dit zo bij alle bevraagde items?
1) Analyze
2) Correlate
3) Bivariate
4) Variables: alle itemvariabelen hierin plaatsen
5) In syntax bij typen: with score
= zo krijg je een correlatie van alle items onder elkaar met score
Output: Enkel naar de tekens kijken, een minteken staat dan voor reverse coded. Deze variabele kan dan
gehercodeerd worden via transform recode of compute variable.
Interne consistentie nagaan: COTAN richtlijnen gegeven de regels om de betrouwbaarheid/interne
1) Analyze consistentie van een schaal te beoordelen:
2) Scale
3) Reliability analysis
4) Items: alle items die je wenst op
te nemen in je schaal
→ Statistics:
→ Item
→ Scale
→ Scale if item deleted
= deze is belangrijk om een beslissing te kunnen maken
Output:
Reliability statistics: dit is de cronbach alfa zonder dat men items verwijdert
Item-total statistics:
1. Ook hier kan je zien dat bepaalde items reverse coded zijn bij ‘item total correlation’
2. Bij ‘cronbach alfa if item deleted’ kan je zien hoeveel deze zou stijgen moesten we dat item niet
opnemen in de likert schaal. Je moet in deze kolom zoeken naar een getal dat lager is dan de
cronbach alpha bij reliability statistics.
3
Inhoud
1. Verkennen van data ......................................................................................................................................................... 2
1.1. Een kijk op variabelen ........................................................................................................................................... 2
1.2. Interne consistentie van een vragenlijst ............................................................................................................... 3
1.3. Correlaties ............................................................................................................................................................. 4
1.4. Buitenbeentjes en uitschieters .............................................................................................................................. 4
1.5. Ontbrekende data (missing values) ....................................................................................................................... 4
1.6. Werkhypothesen ................................................................................................................................................... 5
2. Meervoudige en enkelvoudige regressie analyse ............................................................................................................ 7
2.1. Theorie .................................................................................................................................................................. 7
2.2. SPSS: Invoer ........................................................................................................................................................... 8
2.3. SPSS: OUtput ......................................................................................................................................................... 9
2.4. Rapportering ....................................................................................................................................................... 10
3. Logistische regressie ...................................................................................................................................................... 11
3.1. Theorie ................................................................................................................................................................ 11
3.2. SPSS: invoer ......................................................................................................................................................... 11
3.3. SPSS: output ........................................................................................................................................................ 11
3.4. Rapportering ....................................................................................................................................................... 12
4. Variantie-analyse en one way anova ............................................................................................................................. 13
4.1. Theorie: ANOVA .................................................................................................................................................. 13
4.2. Stappenplan oefeningen ..................................................................................................................................... 14
4.3. SPSS: invoer ......................................................................................................................................................... 14
4.4. SPSS: output ........................................................................................................................................................ 15
4.5. Rapportering ....................................................................................................................................................... 15
5. -factor variantie analyse ................................................................................................................................................ 16
5.1. Theorie ................................................................................................................................................................ 16
5.2. SPSS: invoer ......................................................................................................................................................... 16
5.3. SPSS: output ........................................................................................................................................................ 17
5.4. Rapportering ....................................................................................................................................................... 18
6. Variantie-analyse: herhaalde metingen en mixed design .............................................................................................. 19
6.1. Theorie: herhaalde metingen .............................................................................................................................. 19
6.2. SPSS: herhaalde metingen................................................................................................................................... 19
6.3. SPSS: Mixed design .............................................................................................................................................. 20
6.4. Rappotering ......................................................................................................................................................... 21
7. Factor analyse ................................................................................................................................................................ 22
7.1. Theorie ................................................................................................................................................................ 22
7.2. Stappenplan PCA ................................................................................................................................................. 23
7.3. spss: invoer.......................................................................................................................................................... 23
7.4. SPSS: output ........................................................................................................................................................ 24
7.5. Rapportering ....................................................................................................................................................... 25
8. Clusteranalyse................................................................................................................................................................ 26
8.1. Theorie ................................................................................................................................................................ 26
8.2. Stappenplan Clusteranalyse ................................................................................................................................ 27
8.3. SPSS: invoer ......................................................................................................................................................... 27
8.4. SPSS: output ........................................................................................................................................................ 28
8.5. Rapportering ....................................................................................................................................................... 28
1
,1. VERKENNEN VAN DATA
1.1. EEN KIJK OP VARIABELEN
Doel: opvragen van het databestand om te controleren of er vreemde dingen aan de hand zijn en of alles wel
klopt.
Een kijk op variabelen:
1) Analyze
2) Descriptive statistics
3) Descriptives
4) Variables: alle variabelen (waarop je zicht wil krijgen) hierin slepen
→ Options:
→ Skewness
→ Kurtosis
→ Save
standardized values as variables: aanduiden als manier om te kijken of er uitschieters
zijn, hierdoor krijg je gestandaardiseerde z-waarden in je dataset)
Om meer details op te vragen:
1) Analyze
2) Descriptive statistics
3) Explore
4) Dependent list: variabele die je nader wil bekijken
→ Statistics:
→ Descriptives: beschrijvende statistieken
→ Outliers: om uitschieters te zien
→ Plots:
→ Stem-and-leaf
→ Histogram
Een histogram geeft op het eerste zicht op positie, spreiding en symmetrie van een
verdeling.
Normaalcurve op een histogram zetten:
1) Dubbelklik op de tekening
2) Elements
3) Show distribution curve
4) Normal
Output:
5% trimmed mean = 5% van de extreme waarden worden verwijderd en het gemiddelde wordt opnieuw
berekend, hoe kleiner het verschil met het gewone gemiddelde, hoe beter.
Extreme values: deze tabel geeft een overzicht van eventuele extreme waarnemingen
Een boxplot:
1) Graphs
2) Boxplot
3) Simple of clustered
→ Summaries for seperate variables
= vergelijken van positie, spreiding en symmetrie van verschillende variabelen
→ Summaries for seperate cases
= vergelijken van frequentieverdelingen van verschillende groepen cases voor 1 variabele
4) Variabele en category axis ingeven
2
, 1.2. INTERNE CONSISTENTIE VAN EEN VRAGENLIJST
Doel: in welke mate peilen verschillende items binnen een schaal naar hetzelfde?
Opbouw van een Likertschaal (schaal 1 tot 6) is op ordinale meetniveau. We gaan van die schalen een som of
gemiddelde maken en dan kunnen we stellen dat dit gemeten wordt op interval schaal (en kan men hier t-testen
op uitvoeren. Maar er moet voldaan zijn aan 2 voorwaarden:
1. Items moeten in dezelfde richting gecodeerd zijn
2. Interne consistentie van de schaal moet hoog genoeg zijn (Cronbach alpha).
Nieuwe variabele aanmaken:
1) Transform
2) Compute variable
→ Target variable: nieuwe variabele een naam geven (bv. score)
→ Function group: statistical
→ Functions: Sum
→ Numeric expressions: bv. item 116 to item 137
Correlatiematrix opvragen:
Voorwaarde nagaan of dat alle variabelen in dezelfde richting gecodeerd zijn.
Bv. een lage score is een hoge mate van stress, is dit zo bij alle bevraagde items?
1) Analyze
2) Correlate
3) Bivariate
4) Variables: alle itemvariabelen hierin plaatsen
5) In syntax bij typen: with score
= zo krijg je een correlatie van alle items onder elkaar met score
Output: Enkel naar de tekens kijken, een minteken staat dan voor reverse coded. Deze variabele kan dan
gehercodeerd worden via transform recode of compute variable.
Interne consistentie nagaan: COTAN richtlijnen gegeven de regels om de betrouwbaarheid/interne
1) Analyze consistentie van een schaal te beoordelen:
2) Scale
3) Reliability analysis
4) Items: alle items die je wenst op
te nemen in je schaal
→ Statistics:
→ Item
→ Scale
→ Scale if item deleted
= deze is belangrijk om een beslissing te kunnen maken
Output:
Reliability statistics: dit is de cronbach alfa zonder dat men items verwijdert
Item-total statistics:
1. Ook hier kan je zien dat bepaalde items reverse coded zijn bij ‘item total correlation’
2. Bij ‘cronbach alfa if item deleted’ kan je zien hoeveel deze zou stijgen moesten we dat item niet
opnemen in de likert schaal. Je moet in deze kolom zoeken naar een getal dat lager is dan de
cronbach alpha bij reliability statistics.
3
