SPSS Sessies
Sessie 4
Het is over het algemeen gemakkelijker om contrasten conceptueel te begrijpen, dan SPSS het
contrast te laten testen waarin je geïnteresseerd bent. SPSS heeft verschillende modules om een
ANOVA te berekenen. De opties voor het specificeren van contrasten zijn verschillend
over deze modules.
One-way ANOVA (Analyze – Compare Means - One-way ANOVA). One-way ANOVA biedt de
mogelijkheid om polynoomcontrasten, zelfgedefinieerde contrasten en een grote
verscheidenheid aan post-hoc meervoudige vergelijkingen te berekenen.
GLM Univariate (Analyse - General Linear Model - Univariate) GLM Univariate kan verschillende
soorten contrasten berekenen (bijv. Helmert, verschil en polynoom), en daarnaast ook een grote
verscheidenheid aan meervoudige post-hocvergelijkingen. Bovendien kunnen paarsgewijze
vergelijkingen zonder (LSD), Bonferroni- of Sidak-correctie voor meerdere vergelijkingen worden
aangevraagd in het dialoogvenster "Opties".
GLM Repeated measures (Analyse - General Linear Model – Repeated Measures). Voor
ontwerpen met een WS-factor heeft GLM Repeated Measures de optie om verschillende soorten
contrasten (bijvoorbeeld Helmert, verschil en polynoom) voor zowel de WS-factor (en) als, indien
aanwezig, de BS-factor (en). De meervoudige post-hocvergelijkingen zijn alleen beschikbaar voor
de BS-factoren. De pairwise comparisons van de marginale gemiddelden (LSD, Bonferroni of
Sidak gecorrigeerde significantieniveaus) zijn beschikbaar voor zowel WS- als BS-factoren.
Opdracht 1
A. Is there an effect of angle on the response times?
In SPSS: Analyze – GLM – Repeated Measures – number of levels 3 (3 verschillende locaties van
het object) – Sleep de drie variabelen naar WS variables – OK
SPSS opent nu een output met als belangrijkste tabel de Tests of Within-Subjects Effects. Hierin
staan de resultaten voor de ANOVA in, maar wel voor de verschillende correcties. Voordat je
weet welke correctie je moet gebruiken, moet je eerst de sphericiteit testen: zie B.
B. Which test is appropriate to answer A considering the observed value of epsilon
De Mauchly’s Test of Sphericity laat een niet significant effect zien. Daarentegen is de Epsilon-
waarde wel ver van de 1 (.843, dus niet volkomen homogeen). Volgens de regels in Field kijken
we dan naar de Huyn-Feldt gecorrigeerde F-test. Deze corrigeert de degrees of freedom, en
daarmee de p-waarde van de F-test. In dit geval produceert de H-F correctie dezelfde resultaten
(degrees of freedom) als de ongecorrigeerde F-test. In zo’n geval rapporteren we de gewoon de
ongecorrigeerde F-test.
Uit de tabel is af te lezen dat er een significant verschil is in het soort hoek op de reactietijd van
een participant, F(2, 18) = 125.155, p < .001, partial eta squared = .933.
C. Test and interpret the relevant pairwise differences between the experimental conditions (take
into account the ordering of the conditions).
De relevante pairwise verschillen lijken hier te zijn:
Conditie 1 & 2
Conditie 2 & 3
, In Field staat een tabel met uitleg van de verschillende contrasten. Bovenstaande pairwise
verschillen komen overeen met een Repeated Contrast. Om de contrasten goed te kunnen
interpreteren, moet je ook naar de conditie-gemiddelden kijken. Op deze manier kun je de
richting en betekenis van de contrasten correct interpreteren.
In SPSS: Analyze – GLM – Repeated Measures – Contrast –Contrast: Repeated – Change.
Uit de analyses blijkt dat er een significant verschil tussen level 1 en level 2 en een significant
verschil tussen level 2 en level 3. De angle vanuit waar je kijkt, heeft dus een significante invloed
op je reactietijd. Om te weten welke richting deze relatie is (ben je sneller of juist langzamer als
je van angle 0 naar angle 4 gaat?) moet je kijken naar de tabel met Parameter Estimates.
Deze tabel laat de gemiddelden zien per angle. Hieruit kun je dus opmerken dat iemand bij angle
4 significant langzamer is, dan wanneer hij vanuit angle 0 kijkt (zijn reactietijd gaat omhoog).
Opdracht 2
A. Which hypotheses are tested here?
Voor de eerste onderzoeksvraag: H 0=μ time 1=μ time 2=μ time3
Voor de tweede onderzoeksvraag: H 0=μ low=μ medium=μ high
Voor de derde onderzoeksvraag: H0 = de verschillen tussen de drie groepen van
opleidingsniveaus (in de populatie) zijn hetzelfde op de verschillende tijdmomenten.
B. Are the main effects significant?
In SPSS: Analyze – GLM – Univariate – Factorlevels 3 – Tijdmomenten zijn ws-factoren en
educational level is de bs-factor.
Als eerste natuurlijk de Mauchly’s test: Deze is significant maar de GG epsilon ligt heel dicht
tegen de 0 aan (.988). Op deze reden mogen we gewoon de ongecorrigeerde F-test rapporteren.
Main effect van tijd op attitude was significant met een kleine effectgrootte F(2, 1694) =
6.51, p = .002, effect size .01)
Sessie 4
Het is over het algemeen gemakkelijker om contrasten conceptueel te begrijpen, dan SPSS het
contrast te laten testen waarin je geïnteresseerd bent. SPSS heeft verschillende modules om een
ANOVA te berekenen. De opties voor het specificeren van contrasten zijn verschillend
over deze modules.
One-way ANOVA (Analyze – Compare Means - One-way ANOVA). One-way ANOVA biedt de
mogelijkheid om polynoomcontrasten, zelfgedefinieerde contrasten en een grote
verscheidenheid aan post-hoc meervoudige vergelijkingen te berekenen.
GLM Univariate (Analyse - General Linear Model - Univariate) GLM Univariate kan verschillende
soorten contrasten berekenen (bijv. Helmert, verschil en polynoom), en daarnaast ook een grote
verscheidenheid aan meervoudige post-hocvergelijkingen. Bovendien kunnen paarsgewijze
vergelijkingen zonder (LSD), Bonferroni- of Sidak-correctie voor meerdere vergelijkingen worden
aangevraagd in het dialoogvenster "Opties".
GLM Repeated measures (Analyse - General Linear Model – Repeated Measures). Voor
ontwerpen met een WS-factor heeft GLM Repeated Measures de optie om verschillende soorten
contrasten (bijvoorbeeld Helmert, verschil en polynoom) voor zowel de WS-factor (en) als, indien
aanwezig, de BS-factor (en). De meervoudige post-hocvergelijkingen zijn alleen beschikbaar voor
de BS-factoren. De pairwise comparisons van de marginale gemiddelden (LSD, Bonferroni of
Sidak gecorrigeerde significantieniveaus) zijn beschikbaar voor zowel WS- als BS-factoren.
Opdracht 1
A. Is there an effect of angle on the response times?
In SPSS: Analyze – GLM – Repeated Measures – number of levels 3 (3 verschillende locaties van
het object) – Sleep de drie variabelen naar WS variables – OK
SPSS opent nu een output met als belangrijkste tabel de Tests of Within-Subjects Effects. Hierin
staan de resultaten voor de ANOVA in, maar wel voor de verschillende correcties. Voordat je
weet welke correctie je moet gebruiken, moet je eerst de sphericiteit testen: zie B.
B. Which test is appropriate to answer A considering the observed value of epsilon
De Mauchly’s Test of Sphericity laat een niet significant effect zien. Daarentegen is de Epsilon-
waarde wel ver van de 1 (.843, dus niet volkomen homogeen). Volgens de regels in Field kijken
we dan naar de Huyn-Feldt gecorrigeerde F-test. Deze corrigeert de degrees of freedom, en
daarmee de p-waarde van de F-test. In dit geval produceert de H-F correctie dezelfde resultaten
(degrees of freedom) als de ongecorrigeerde F-test. In zo’n geval rapporteren we de gewoon de
ongecorrigeerde F-test.
Uit de tabel is af te lezen dat er een significant verschil is in het soort hoek op de reactietijd van
een participant, F(2, 18) = 125.155, p < .001, partial eta squared = .933.
C. Test and interpret the relevant pairwise differences between the experimental conditions (take
into account the ordering of the conditions).
De relevante pairwise verschillen lijken hier te zijn:
Conditie 1 & 2
Conditie 2 & 3
, In Field staat een tabel met uitleg van de verschillende contrasten. Bovenstaande pairwise
verschillen komen overeen met een Repeated Contrast. Om de contrasten goed te kunnen
interpreteren, moet je ook naar de conditie-gemiddelden kijken. Op deze manier kun je de
richting en betekenis van de contrasten correct interpreteren.
In SPSS: Analyze – GLM – Repeated Measures – Contrast –Contrast: Repeated – Change.
Uit de analyses blijkt dat er een significant verschil tussen level 1 en level 2 en een significant
verschil tussen level 2 en level 3. De angle vanuit waar je kijkt, heeft dus een significante invloed
op je reactietijd. Om te weten welke richting deze relatie is (ben je sneller of juist langzamer als
je van angle 0 naar angle 4 gaat?) moet je kijken naar de tabel met Parameter Estimates.
Deze tabel laat de gemiddelden zien per angle. Hieruit kun je dus opmerken dat iemand bij angle
4 significant langzamer is, dan wanneer hij vanuit angle 0 kijkt (zijn reactietijd gaat omhoog).
Opdracht 2
A. Which hypotheses are tested here?
Voor de eerste onderzoeksvraag: H 0=μ time 1=μ time 2=μ time3
Voor de tweede onderzoeksvraag: H 0=μ low=μ medium=μ high
Voor de derde onderzoeksvraag: H0 = de verschillen tussen de drie groepen van
opleidingsniveaus (in de populatie) zijn hetzelfde op de verschillende tijdmomenten.
B. Are the main effects significant?
In SPSS: Analyze – GLM – Univariate – Factorlevels 3 – Tijdmomenten zijn ws-factoren en
educational level is de bs-factor.
Als eerste natuurlijk de Mauchly’s test: Deze is significant maar de GG epsilon ligt heel dicht
tegen de 0 aan (.988). Op deze reden mogen we gewoon de ongecorrigeerde F-test rapporteren.
Main effect van tijd op attitude was significant met een kleine effectgrootte F(2, 1694) =
6.51, p = .002, effect size .01)
