Practicum 1
Video 1 Beschrijvende statistiek
factor niveaus labelen
namen geven aan de verschillende mogelijkheden bij een categorische variabele
frequencies
kijken naar hoe vaak een bepaalde waarde voorkomt, meestal wordt dit gedaan bij
categorische variabelen
hierbij kijken we ook naar hoe variabelen zich tegenover elkaar verhouden
descriptive statistics
kijken naar bepaalde eigenschappen, meestal wordt dit gedaan bij continue variabele
explore
combinatie van descriptive statistics, met grafieken
normaliteit nagaan
handig als ‘alles-in-1’ functie om je data initieel te bekijken
SPSS
factor niveaus bepalen
variable view → values
hier kunnen we bepaalde labels geven aan verschillende categorische niveaus
bijv. vrouw = 0 man = 1
frequencies
analyze → descriptive statistics → frequencies
we zullen voornamelijk kijken naar categorische variabelen
we kunnen zo kijken naar aantallen en percentages van onze verschillende niveaus
descriptive statistics
analyze → descriptive statistics →descriptives
bij de options kunnen we aanvinken wat we te weten willen komen
we zullen voornamelijk kijken naar continue variabelen
explore
analyze → descriptive statistics → explore
dependent list continue variabele
factor list categorische variabele
zo kunnen we onze continue variabele dus opdelen over de verschillende categorische
niveaus
we kunnen bij explore kijken naar frequenties en descriptive statistics en hierbij kunnen we
dan ook nog naar histogrammen en boxplots kijken
,Video 2 Visualisatie
Boxplots
boxplots zijn voornamelijk handig bij het opsporen van outliers of bij het vergelijken van
meerdere groepen
Scatter plots
scatter plots worden voornamelijk gebruikt om het verband tussen 2 of meer continue
variabelen te visualiseren
Histogrammen
histogrammen worden voornamelijk gebruikt om normaliteit na te gaan
SPSS
boxplots
graphs → legacy dialogs → boxplot
variable continue variabele
category axis categorische variabele
In een boxplot kunnen we outliers ontdekken, deze worden weergegeven als sterretjes.
Deze waarden liggen verder van de mediaan dan de andere waarden en vereisen extra
onderzoek.
scatter plots
graphs → legacy dialogs → scatter / dot
2 variabelen simple scatter
> 2 variabelen matrix scatter
In een scatterplot is elke waarde uit het onderzoek uitgezet in de grafiek. Op deze manier
kunnen we ook opmerkelijke waarden tegenkomen.
histogrammen
graphs → legacy dialogs → histogram
,Video 3 Data manipulatie
= variabelen omvormen naar beter bruikbare variabelen of een selectie te doen uit een
dataset
Split file
dataset opsplitsen volgens een bepaalde categorische variabele
let op: blijft aanstaan totdat je hem zelf weer afzet!
SPSS data → split file
Select cases
een bepaalde groep selecteren uit de dataset
let op: blijft aanstaan totdat je hem zelf weer afzet!
SPSS data → select cases
Compute variable
een nieuwe variabele berekenen aan de hand van reeds bestaande variabelen
SPSS transform → compute variable
Recode into different variable
herwerk een bestaande variabele naar een nieuwe variabele
SPSS transform → recode into different variables
, Video 4 Normaliteit
→ parametrisch testen of niet-parametrisch testen?
parametrisch niet-parametrisch
data normaal verdeeld geen veronderstelling ivm verdeling
gemiddelden, SD, SE medianen, ranks
krachtiger en flexibeler minder statische power
gevoelig voor outliers ongevoelig voor outliers
Indien mogelijk: altijd parametrisch werken!
Hoe ga je te werk?
1. op basis van het aantal datapunten
2. visuele analyse
3. formele test
dit moet nagegaan worden in elke test en het moet in elke groep voldaan worden om
parametrisch te testen, bij twijfel kan de parametrische test vergeleken worden met de
niet-parametrische test.
Op basis van het aantal datapunten
N < 10 altijd niet-parametrisch testen
10 < N < 40 bij twijfel: gebruik een formele test
N > 40 visuele analyse
Visuele analyse
kijken naar histogrammen, boxplots (en Q, Q plots)
letten op outliers en een ongeveer symmetrische verdeling
Formele test
→ Shapiro-Wilk test (bij grote aantallen niet te vertrouwen)
Nulhypothese: de data is normaal verdeeld
P > 0,05 normaal verdeeld
P < 0,05 niet - normaal verdeeld
SPSS analyze → descriptive statistics → explore
plots: normality plots with tests
voor P kijken we naar Sig.
Video 1 Beschrijvende statistiek
factor niveaus labelen
namen geven aan de verschillende mogelijkheden bij een categorische variabele
frequencies
kijken naar hoe vaak een bepaalde waarde voorkomt, meestal wordt dit gedaan bij
categorische variabelen
hierbij kijken we ook naar hoe variabelen zich tegenover elkaar verhouden
descriptive statistics
kijken naar bepaalde eigenschappen, meestal wordt dit gedaan bij continue variabele
explore
combinatie van descriptive statistics, met grafieken
normaliteit nagaan
handig als ‘alles-in-1’ functie om je data initieel te bekijken
SPSS
factor niveaus bepalen
variable view → values
hier kunnen we bepaalde labels geven aan verschillende categorische niveaus
bijv. vrouw = 0 man = 1
frequencies
analyze → descriptive statistics → frequencies
we zullen voornamelijk kijken naar categorische variabelen
we kunnen zo kijken naar aantallen en percentages van onze verschillende niveaus
descriptive statistics
analyze → descriptive statistics →descriptives
bij de options kunnen we aanvinken wat we te weten willen komen
we zullen voornamelijk kijken naar continue variabelen
explore
analyze → descriptive statistics → explore
dependent list continue variabele
factor list categorische variabele
zo kunnen we onze continue variabele dus opdelen over de verschillende categorische
niveaus
we kunnen bij explore kijken naar frequenties en descriptive statistics en hierbij kunnen we
dan ook nog naar histogrammen en boxplots kijken
,Video 2 Visualisatie
Boxplots
boxplots zijn voornamelijk handig bij het opsporen van outliers of bij het vergelijken van
meerdere groepen
Scatter plots
scatter plots worden voornamelijk gebruikt om het verband tussen 2 of meer continue
variabelen te visualiseren
Histogrammen
histogrammen worden voornamelijk gebruikt om normaliteit na te gaan
SPSS
boxplots
graphs → legacy dialogs → boxplot
variable continue variabele
category axis categorische variabele
In een boxplot kunnen we outliers ontdekken, deze worden weergegeven als sterretjes.
Deze waarden liggen verder van de mediaan dan de andere waarden en vereisen extra
onderzoek.
scatter plots
graphs → legacy dialogs → scatter / dot
2 variabelen simple scatter
> 2 variabelen matrix scatter
In een scatterplot is elke waarde uit het onderzoek uitgezet in de grafiek. Op deze manier
kunnen we ook opmerkelijke waarden tegenkomen.
histogrammen
graphs → legacy dialogs → histogram
,Video 3 Data manipulatie
= variabelen omvormen naar beter bruikbare variabelen of een selectie te doen uit een
dataset
Split file
dataset opsplitsen volgens een bepaalde categorische variabele
let op: blijft aanstaan totdat je hem zelf weer afzet!
SPSS data → split file
Select cases
een bepaalde groep selecteren uit de dataset
let op: blijft aanstaan totdat je hem zelf weer afzet!
SPSS data → select cases
Compute variable
een nieuwe variabele berekenen aan de hand van reeds bestaande variabelen
SPSS transform → compute variable
Recode into different variable
herwerk een bestaande variabele naar een nieuwe variabele
SPSS transform → recode into different variables
, Video 4 Normaliteit
→ parametrisch testen of niet-parametrisch testen?
parametrisch niet-parametrisch
data normaal verdeeld geen veronderstelling ivm verdeling
gemiddelden, SD, SE medianen, ranks
krachtiger en flexibeler minder statische power
gevoelig voor outliers ongevoelig voor outliers
Indien mogelijk: altijd parametrisch werken!
Hoe ga je te werk?
1. op basis van het aantal datapunten
2. visuele analyse
3. formele test
dit moet nagegaan worden in elke test en het moet in elke groep voldaan worden om
parametrisch te testen, bij twijfel kan de parametrische test vergeleken worden met de
niet-parametrische test.
Op basis van het aantal datapunten
N < 10 altijd niet-parametrisch testen
10 < N < 40 bij twijfel: gebruik een formele test
N > 40 visuele analyse
Visuele analyse
kijken naar histogrammen, boxplots (en Q, Q plots)
letten op outliers en een ongeveer symmetrische verdeling
Formele test
→ Shapiro-Wilk test (bij grote aantallen niet te vertrouwen)
Nulhypothese: de data is normaal verdeeld
P > 0,05 normaal verdeeld
P < 0,05 niet - normaal verdeeld
SPSS analyze → descriptive statistics → explore
plots: normality plots with tests
voor P kijken we naar Sig.
