SPSS SMCO
Eenwegsvariantie
- Onderzoeksvraag: Heeft de beroemde persoon die zichtbaar is in de campagne invloed op de
bereidheid van mensen om te donderen na het zien van de campagne?
- Catagorische variabele (celebrity) met drie groepen
- Invloed van catagorische variabele en numerieke variabele (bereidheid om te doneren)
- Analyse --> compare means --> one way anova
o Afhankelijke variabele: numeriek
o Catagorische variabele: factor
o PostHoc: Bonferroni
o Options: descriptives, homogenity of variance test, means plot
o Estimate effect sizes for overall test
- Er komt veel output:
o Descriptives: groep gemiddelde + groepsgrootte (maar 10% verschil)
o Test of homogenety test: liever niet significant, want willen de nulhypothese
verwerpen --> geen significant, dan is het goed --> h0 is geen verschillen
o ANOVA: sum of squares = verschil tussen en binnen groepen. Als p value lager is dan
0,05 verwerpen we de H0
o ANOVA Effect Sizes: Eta squared --> grootte van verschillen in de groep --> hoeveel %
van de bereidheid kunnen we voorspellen als we de celebrity weten?
o Post Hoc test: Verschillen tussen de groepen --> kijken naar sig en mean difference
o Plot: verschillen groepen
Tweewegsvariantie
- Effect van categorische op numerieke variabele met moderatie (geslacht)
- Analyse --> General Lineair Model --> Univariate
o Afhankelijke variabele: dependent variabele
o Categorische variabelen: fixed factors
o Plot: Voorspeller: horizontaal, moderator: verticaal + add
o Post Hoc voor voorspeller (meer dan 3 groepen): bonferroni
o Options: descriptives, homogenity test
- Er komt veel output:
o Descriptives statistics: grootte groepen (ongeveer gelijk), 10% regel
o Levene's test of equality of error variances : sig moet boven 0,5 zijn, anders
nulhypothese aannemen
o Tests of between subjects effects: 3 effecten zijn belangrijk
1. Hoofdeffect celebrity --> kijken naar post hoc test voor effect
2. Hoofdeffect geslacht --> kijken naar descriptives voor effect
3. Interactie effect celebrity x geslacht --> kijken naar means plot
- Eta ^2 berekenen
o Test of between groups --> effect van celebrity --> sum of squares voor endorser
effect / sum of squares corrected total --> x 100% voor percentage
o 10% van de bereidheid om te doneren kan voorspeld worden door de celebrity.
Regressieanalyse
- Voorspeller van een variabele (asymmetrische relatie)
- Analyse --> regression --> linear
o Afhankelijke variabele en onafhankelijke variabele selecteren
o Statistics: confidence interval
, - Output:
o Modal summary: R square: hoeveel procent er wordt verklaard door de
onafhankelijke variabele
o ANOVA: F-test en sig --> verwerpen h0 als <0,05
o Coefficients: gestandaardiseerde coefficients --> sterk? + ongestandaardiseerde +
lower en upper bound
- Plots (meerdere variabele)
o X = ZPRED
o Y = ZRESID
o Klokvormig / gelijk verdeeld
o Niet als een ijshoorn verdeeld
Dummy variabele creëren
- Categorische variabele als voorspeller (als het 0 en 1 gecodeerd is)
- Transform --> recode into different variabeles
o Selecteer categorische variabele
o Nieuw label geven
o Old value --> new value (1 value krijgt 1, de rest krijgt 0)
Herhaal dit voor de andere variabele (twee variabele met elkaar vergelijken
Verander naar ordinaal of nomiaal (ipv scale)
o Create dummy variabeles
Selecteerd variabele
Geef het een naam --> paste
Frequency destributons --> checken of het goed gecodeerd staat
- Hoe gebruik je dummy variabele in regressieanalyse?
o Referentiegroep laat je eruit
o Afhankelijke en onafhankelijke variabele selecteren (ook 2 gecodeerde dummy
variabele)
o Confident intervals selecteren
o ‘normale output’
o Coefficiens:
Negatief of positief effect?
Gestandaardiseerde coefficients zijn verwaarloosbaar voor dummy variabele
Kijken naar het interval (lower en upper)
Categorische variabele creëren van numerieke voorspellers:
- Interacie --> product van exposure en status
- Transform --> Compute variabele
o Exposure * Status
o Nieuwe naam geven
o Bij meerdere groepen: ordinal of nominal (ipv scale)
Create dummy variabele
Creëren interactie effecten aanvinken
Regressieanalyse met interactie effect:
- Analyse --> Regression --> linear
o Afhankelijke variabele selecteren
o Onafhankelijke variabele selecteren (alle variabelen die meespelen, ook covariate en
het interactie effect)
o Confidence intervals en descriptives selecteren
Eenwegsvariantie
- Onderzoeksvraag: Heeft de beroemde persoon die zichtbaar is in de campagne invloed op de
bereidheid van mensen om te donderen na het zien van de campagne?
- Catagorische variabele (celebrity) met drie groepen
- Invloed van catagorische variabele en numerieke variabele (bereidheid om te doneren)
- Analyse --> compare means --> one way anova
o Afhankelijke variabele: numeriek
o Catagorische variabele: factor
o PostHoc: Bonferroni
o Options: descriptives, homogenity of variance test, means plot
o Estimate effect sizes for overall test
- Er komt veel output:
o Descriptives: groep gemiddelde + groepsgrootte (maar 10% verschil)
o Test of homogenety test: liever niet significant, want willen de nulhypothese
verwerpen --> geen significant, dan is het goed --> h0 is geen verschillen
o ANOVA: sum of squares = verschil tussen en binnen groepen. Als p value lager is dan
0,05 verwerpen we de H0
o ANOVA Effect Sizes: Eta squared --> grootte van verschillen in de groep --> hoeveel %
van de bereidheid kunnen we voorspellen als we de celebrity weten?
o Post Hoc test: Verschillen tussen de groepen --> kijken naar sig en mean difference
o Plot: verschillen groepen
Tweewegsvariantie
- Effect van categorische op numerieke variabele met moderatie (geslacht)
- Analyse --> General Lineair Model --> Univariate
o Afhankelijke variabele: dependent variabele
o Categorische variabelen: fixed factors
o Plot: Voorspeller: horizontaal, moderator: verticaal + add
o Post Hoc voor voorspeller (meer dan 3 groepen): bonferroni
o Options: descriptives, homogenity test
- Er komt veel output:
o Descriptives statistics: grootte groepen (ongeveer gelijk), 10% regel
o Levene's test of equality of error variances : sig moet boven 0,5 zijn, anders
nulhypothese aannemen
o Tests of between subjects effects: 3 effecten zijn belangrijk
1. Hoofdeffect celebrity --> kijken naar post hoc test voor effect
2. Hoofdeffect geslacht --> kijken naar descriptives voor effect
3. Interactie effect celebrity x geslacht --> kijken naar means plot
- Eta ^2 berekenen
o Test of between groups --> effect van celebrity --> sum of squares voor endorser
effect / sum of squares corrected total --> x 100% voor percentage
o 10% van de bereidheid om te doneren kan voorspeld worden door de celebrity.
Regressieanalyse
- Voorspeller van een variabele (asymmetrische relatie)
- Analyse --> regression --> linear
o Afhankelijke variabele en onafhankelijke variabele selecteren
o Statistics: confidence interval
, - Output:
o Modal summary: R square: hoeveel procent er wordt verklaard door de
onafhankelijke variabele
o ANOVA: F-test en sig --> verwerpen h0 als <0,05
o Coefficients: gestandaardiseerde coefficients --> sterk? + ongestandaardiseerde +
lower en upper bound
- Plots (meerdere variabele)
o X = ZPRED
o Y = ZRESID
o Klokvormig / gelijk verdeeld
o Niet als een ijshoorn verdeeld
Dummy variabele creëren
- Categorische variabele als voorspeller (als het 0 en 1 gecodeerd is)
- Transform --> recode into different variabeles
o Selecteer categorische variabele
o Nieuw label geven
o Old value --> new value (1 value krijgt 1, de rest krijgt 0)
Herhaal dit voor de andere variabele (twee variabele met elkaar vergelijken
Verander naar ordinaal of nomiaal (ipv scale)
o Create dummy variabeles
Selecteerd variabele
Geef het een naam --> paste
Frequency destributons --> checken of het goed gecodeerd staat
- Hoe gebruik je dummy variabele in regressieanalyse?
o Referentiegroep laat je eruit
o Afhankelijke en onafhankelijke variabele selecteren (ook 2 gecodeerde dummy
variabele)
o Confident intervals selecteren
o ‘normale output’
o Coefficiens:
Negatief of positief effect?
Gestandaardiseerde coefficients zijn verwaarloosbaar voor dummy variabele
Kijken naar het interval (lower en upper)
Categorische variabele creëren van numerieke voorspellers:
- Interacie --> product van exposure en status
- Transform --> Compute variabele
o Exposure * Status
o Nieuwe naam geven
o Bij meerdere groepen: ordinal of nominal (ipv scale)
Create dummy variabele
Creëren interactie effecten aanvinken
Regressieanalyse met interactie effect:
- Analyse --> Regression --> linear
o Afhankelijke variabele selecteren
o Onafhankelijke variabele selecteren (alle variabelen die meespelen, ook covariate en
het interactie effect)
o Confidence intervals en descriptives selecteren
