Samenvatting SPSS Handleiding Experimentele onderzoeksmethoden

SPSS Experimentele Onderzoeksmethoden

Sessie 1
Assignment 1
 Meetniveau aftelezen bij variabele view
 Specifieke groepen zien: Data  Select Cases  “If
condition”  Group = 1
 Gemiddelde en SD  Analyze  Descriptive Statistics 
Desciptives
 One Sample T-test  Analyze  Compare Means 
One-sample T-test  Test value = waarde die in H0
beschreven wordt (Test variabele = y)
 Eenzijdig testen  Eerst H1 checken, wanneer deze klopt
P-waarde delen door 2


Assignment 2
 T-test independent samples  twee gemiddeldes
met elkaar vergelijken (Analyze  Compare Means
 One-sample T-test)
 Test variabele: y
 Grouping Variabele: Group  Use specified Values
(geef de twee groepen aan)
 Levene p>alfa  Equal Variances Assumed




Assignment 3
 ANOVA  meerdere gemiddeldes met elkaar vergelijken (Analyze  General Lineair
Model  Univariate)  H0: μ1=μ2=μ3=μ4=μ5
 “Options”  check “Descriptive statistics” and “Homogeneity tests” (eventueel ook
‘Estimates of effect size’).
 Een van de assumpties van ANOVA is gelijke populatie variantie, dit kan dus voor
problemen zorgen binnen de analyse
 We zijn geïnteresseerd in de rij “Corrected Model”
 ‘Plots’  zet variabelen op horizontale as en seperate lines
 R2  hoeveelheid variantie binnen y verklaard door groepslidmaatschap. Deze is
onderin de tabel terug te vinden (tests of between-subjects effects).




Assignment 4
 Aantal T-testen = aantal groepen
 Independent Sample T-test:
 Test variabele  waarop je meet
 Grouping variabele  groepen waarop je gaat vergelijken
 ANOVA P-waarde Levene’s test: kijken naar SIG Based on Mean
 Type I error kun je berekenen met de volgende formule:

Sessie 2
Assignment 1

,  Data  Select Cases  If condition is satisfied  If…
 ANOVA: Analyze  General Linear Model  Univariate (variabele als afhankelijke
variabele kiezen (te meten) en variabele als fixed factor kiezen)  Options 
Descriptive Statistics & Homogeneity Tests
 P-waarde van ANOVA  Corrected Model (1-weg ANOVA)
 N2 = R2
 Post Hoc toetsen (erachter komen welke groepen nou van elkaar
verschillen)  Analyze  General Lineair Model  Univariate  Post
Hoc  Tukey.
Tukey Post Hoc  2 output table  “Homogeneous Subsets”  displays the
means of the dependent variable in a number of different columns. Means that are displayed
in different columns differ significantly, while means that are displayed in the same column
do not.
Maar; deze corrigeert voor een potentieel toename in type-1 fout door het uitvoeren van
meerdere tests. Hierdoor is het moeilijker om significante resultaten te verkrijgen  verlaagt
de Power

Assignment 2
Om een specifiek post-hoc vergelijking te testen, gaan we een Scheffé contrast gebruiken 
Complex contrast, meer dan twee groepen met elkaar vergelijken

UNIANOVA feeling BY behavior
/CONTRAST (behavior)=Special (-3 2 -3 2 2)
/METHOD=SSTYPE(3)
/INTERCEPT=INCLUDE
/PRINT=HOMOGENEITY DESCRIPTIVE
/CRITERIA=ALPHA(.05)
/DESIGN=behavior.

Contrast optie mag je gebruiken, echter mag de P-waarde niet worden geïnterpreteerd
aangezien dit een enorme onderschatting kan zijn van de echte P-waarde.

FCV berekenen aan de hand van de twee vrijheidsgraden (Tabel B4) (N totaal)
 Formule: (k-1) x FCV
F-waarde berekenen met de volgende formule:
F > Fcv = H0 verwerpen

Assignment 3
Interactie-effect: de invloed van gedrag op gevoelens kan afhangen van het weer
Hoofd-effect: het weer kan direct invloed hebben op gevoelens
Tweeweg ANOVA: Analyze  General Linear Model  Univariate  2 Fixed Factors
Aan klikken: Descriptive Statistics & Homogeneity Tests & Estimates of effect size
Plots  horizontale as & separate lines

UNIANOVA feeling BY behavior weather
/METHOD=SSTYPE(3)
/INTERCEPT=INCLUDE
/PLOT=PROFILE(behavior*weather)
/PRINT=ETASQ HOMOGENEITY DESCRIPTIVE
/CRITERIA=ALPHA(.05)
/DESIGN=behavior weather behavior*weather.

1. Is de ANOVA significant?  SIG Corrected Model