Methoden & Statistiek II — Week 1
Overzicht van de centrale SPSS-toetsen: beschrijvende statistiek, Z- en t-toetsen
Dit overzicht combineert de aantekeningen van het hoorcollege (beschrijvende statistiek, normaalverdeling
en de Z-toets) met de drie werkcolleges van deze week (Jeugdige delinquenten, Massed vs. spaced practice,
en de SPSS-vaardighedenoefening). Het doel: per SPSS-procedure duidelijk maken wát hij doet, waaróm je
hem in deze situatie zou kiezen, en hoe dat er in de praktijk uitziet aan de hand van de voorbeelden uit de
stof.
1. Het overkoepelende plaatje
Alle toetsen deze week draaien om hetzelfde onderscheid: beschrijvende statistiek (je data samenvatten)
versus inferentiële statistiek (op basis van een steekproef iets zeggen over de populatie). Welke procedure
of toets je mag gebruiken, hangt in de eerste plaats af van het meetniveau van je variabelen (nominaal,
ordinaal, interval of ratio) en van het onderzoeksdesign (één groep, twee onafhankelijke groepen, of twee
metingen binnen dezelfde groep).
SPSS-toets / procedure SPSS-pad Wanneer gebruik je hem?
Frequencies Analyze > Descriptive Eerste verkenning van één variabele: frequentietabel,
Statistics > Frequencies percentages, centrum- en spreidingsmaten,
percentielen, histogram.
Descriptives Analyze > Descriptive Snel kerngetallen opvragen én scores
Statistics > Descriptives standaardiseren naar Z-scores (optie 'Save
standardized values as variables').
Explore Analyze > Descriptive Groepen beschrijvend met elkaar vergelijken
Statistics > Explore (gemiddelde, SE, 95%-CI) vóórdat je formeel toetst.
Crosstabs (kruistabel) Analyze > Descriptive Twee categorische (nominale/ordinale) variabelen
Statistics > Crosstabs met elkaar in verband brengen; proporties tussen
groepen vergelijken.
Eén-steekproef Z-toets Niet standaard in SPSS- Steekproefgemiddelde toetsen tegen een bekend
menu; met de hand / via populatiegemiddelde wanneer de populatie-SD (σ)
formule bekend is.
One-Sample T-Test Analyze > Compare Means Gemiddelde van 1 groep toetsen tegen een vaste,
> One-Sample T Test bekende waarde/norm wanneer σ onbekend is
(meestal het geval).
Independent-Samples T- Analyze > Compare Means Gemiddelden van twee onafhankelijke groepen
Test > Independent-Samples T vergelijken (bv. mannen vs. vrouwen).
Test
Paired-Samples T-Test Analyze > Compare Means Twee metingen binnen dezelfde personen vergelijken
> Paired-Samples T Test (within-subjects/herhaalde metingen).
, 2. Beschrijvende statistiek verkennen: Frequencies
Wat doet het: Frequencies (Analyze > Descriptive Statistics > Frequencies) maakt een frequentietabel van
één variabele: hoe vaak komt elke waarde voor, in aantallen en in percentages. Je kunt er ook
centrummaten (gemiddelde, mediaan, modus), spreidingsmaten (SD, variantie, range, percentielen) en een
histogram bij laten berekenen.
Waarom zou je dit doen: Dit is bijna altijd de eerste stap bij een nieuwe dataset: je wilt weten hoe een
variabele verdeeld is, of er rare waarden of missing values in zitten, en welke vorm de verdeling heeft
(scheef, normaal, bimodaal) vóórdat je verder toetst.
Voorbeeld — Jeugdige delinquenten (Bascule-onderzoek)
Bij een nominale variabele als 'antisociale peergroup' is het onderscheid tussen Percent en Valid
Percent belangrijk: Percent telt de missing values mee (percentage lijkt lager), Valid Percent telt
alleen de geldige antwoorden (nauwkeuriger).
In de dataset van 310 jongeren bleek 31,7% (Valid Percent) tot een antisociale peergroup te
behoren, 44,3% had slechte schoolprestaties, 25,2% had de diagnose PDD-nos en 23,3% had
depressieve symptomen.
Voorbeeld — Massed vs. spaced practice
Frequencies is ook gebruikt om percentielen op te vragen: het 75e percentiel van de score op de
massed painters bleek 9,75.
En om de vorm van de verschilscore (spaced − massed) te beoordelen: skewness = −.585, dus licht
negatief scheef, met gemiddelde 3,55 en standaardfout .823.
3. Scores standaardiseren: Descriptives (Z-scores)
Wat doet het: Descriptives (Analyze > Descriptive Statistics > Descriptives) geeft kengetallen van een
variabele, maar het bijzondere is de optie 'Save standardized values as variables': SPSS berekent dan voor
iedere respondent de Z-score en zet die als nieuwe variabele in het databestand.
Waarom zou je dit doen: Een Z-score maakt individuele scores onderling vergelijkbaar (ook tussen
variabelen met verschillende schalen) en vertelt je precies hoeveel standaarddeviaties een score van het
gemiddelde afligt. Dat is ook de basis onder hypothesetoetsen, omdat je met de normaalverdeling (Tabel A)
exact kunt bepalen hoe (on)waarschijnlijk een score is.
Voorbeeld — Massed vs. spaced practice
De Z-score van persoon 'id 19' op de massed painters-score bleek 2,97105 — deze persoon scoorde
dus bijna 3 standaarddeviaties boven het gemiddelde.
Voorbeeld — Hoorcollege (IQ)
IQ-scores zijn normaal verdeeld met gemiddelde 100 en SD 15. Een IQ van 115 geeft Z = (115 −
100)/15 = +1. Met Tabel A kun je dan berekenen dat ongeveer 68% van de bevolking een IQ tussen
85 en 115 heeft (de 68-95-99,7-regel).
Overzicht van de centrale SPSS-toetsen: beschrijvende statistiek, Z- en t-toetsen
Dit overzicht combineert de aantekeningen van het hoorcollege (beschrijvende statistiek, normaalverdeling
en de Z-toets) met de drie werkcolleges van deze week (Jeugdige delinquenten, Massed vs. spaced practice,
en de SPSS-vaardighedenoefening). Het doel: per SPSS-procedure duidelijk maken wát hij doet, waaróm je
hem in deze situatie zou kiezen, en hoe dat er in de praktijk uitziet aan de hand van de voorbeelden uit de
stof.
1. Het overkoepelende plaatje
Alle toetsen deze week draaien om hetzelfde onderscheid: beschrijvende statistiek (je data samenvatten)
versus inferentiële statistiek (op basis van een steekproef iets zeggen over de populatie). Welke procedure
of toets je mag gebruiken, hangt in de eerste plaats af van het meetniveau van je variabelen (nominaal,
ordinaal, interval of ratio) en van het onderzoeksdesign (één groep, twee onafhankelijke groepen, of twee
metingen binnen dezelfde groep).
SPSS-toets / procedure SPSS-pad Wanneer gebruik je hem?
Frequencies Analyze > Descriptive Eerste verkenning van één variabele: frequentietabel,
Statistics > Frequencies percentages, centrum- en spreidingsmaten,
percentielen, histogram.
Descriptives Analyze > Descriptive Snel kerngetallen opvragen én scores
Statistics > Descriptives standaardiseren naar Z-scores (optie 'Save
standardized values as variables').
Explore Analyze > Descriptive Groepen beschrijvend met elkaar vergelijken
Statistics > Explore (gemiddelde, SE, 95%-CI) vóórdat je formeel toetst.
Crosstabs (kruistabel) Analyze > Descriptive Twee categorische (nominale/ordinale) variabelen
Statistics > Crosstabs met elkaar in verband brengen; proporties tussen
groepen vergelijken.
Eén-steekproef Z-toets Niet standaard in SPSS- Steekproefgemiddelde toetsen tegen een bekend
menu; met de hand / via populatiegemiddelde wanneer de populatie-SD (σ)
formule bekend is.
One-Sample T-Test Analyze > Compare Means Gemiddelde van 1 groep toetsen tegen een vaste,
> One-Sample T Test bekende waarde/norm wanneer σ onbekend is
(meestal het geval).
Independent-Samples T- Analyze > Compare Means Gemiddelden van twee onafhankelijke groepen
Test > Independent-Samples T vergelijken (bv. mannen vs. vrouwen).
Test
Paired-Samples T-Test Analyze > Compare Means Twee metingen binnen dezelfde personen vergelijken
> Paired-Samples T Test (within-subjects/herhaalde metingen).
, 2. Beschrijvende statistiek verkennen: Frequencies
Wat doet het: Frequencies (Analyze > Descriptive Statistics > Frequencies) maakt een frequentietabel van
één variabele: hoe vaak komt elke waarde voor, in aantallen en in percentages. Je kunt er ook
centrummaten (gemiddelde, mediaan, modus), spreidingsmaten (SD, variantie, range, percentielen) en een
histogram bij laten berekenen.
Waarom zou je dit doen: Dit is bijna altijd de eerste stap bij een nieuwe dataset: je wilt weten hoe een
variabele verdeeld is, of er rare waarden of missing values in zitten, en welke vorm de verdeling heeft
(scheef, normaal, bimodaal) vóórdat je verder toetst.
Voorbeeld — Jeugdige delinquenten (Bascule-onderzoek)
Bij een nominale variabele als 'antisociale peergroup' is het onderscheid tussen Percent en Valid
Percent belangrijk: Percent telt de missing values mee (percentage lijkt lager), Valid Percent telt
alleen de geldige antwoorden (nauwkeuriger).
In de dataset van 310 jongeren bleek 31,7% (Valid Percent) tot een antisociale peergroup te
behoren, 44,3% had slechte schoolprestaties, 25,2% had de diagnose PDD-nos en 23,3% had
depressieve symptomen.
Voorbeeld — Massed vs. spaced practice
Frequencies is ook gebruikt om percentielen op te vragen: het 75e percentiel van de score op de
massed painters bleek 9,75.
En om de vorm van de verschilscore (spaced − massed) te beoordelen: skewness = −.585, dus licht
negatief scheef, met gemiddelde 3,55 en standaardfout .823.
3. Scores standaardiseren: Descriptives (Z-scores)
Wat doet het: Descriptives (Analyze > Descriptive Statistics > Descriptives) geeft kengetallen van een
variabele, maar het bijzondere is de optie 'Save standardized values as variables': SPSS berekent dan voor
iedere respondent de Z-score en zet die als nieuwe variabele in het databestand.
Waarom zou je dit doen: Een Z-score maakt individuele scores onderling vergelijkbaar (ook tussen
variabelen met verschillende schalen) en vertelt je precies hoeveel standaarddeviaties een score van het
gemiddelde afligt. Dat is ook de basis onder hypothesetoetsen, omdat je met de normaalverdeling (Tabel A)
exact kunt bepalen hoe (on)waarschijnlijk een score is.
Voorbeeld — Massed vs. spaced practice
De Z-score van persoon 'id 19' op de massed painters-score bleek 2,97105 — deze persoon scoorde
dus bijna 3 standaarddeviaties boven het gemiddelde.
Voorbeeld — Hoorcollege (IQ)
IQ-scores zijn normaal verdeeld met gemiddelde 100 en SD 15. Een IQ van 115 geeft Z = (115 −
100)/15 = +1. Met Tabel A kun je dan berekenen dat ongeveer 68% van de bevolking een IQ tussen
85 en 115 heeft (de 68-95-99,7-regel).
