Het SPSS topic #3 - Waar we gezellig verder analyseren

Hoi!!

Ik hoop dat iemand mijn kan helpen met mijn spss-probleem.

Ik wil weten of ik twee onafhankelijke variabele kan samenvoegen.

Het gaat om het volgende:
Ik heb 2x4 briefversies wat het totaal maakt van 8 versies nu wil ik weten of ik deze acht versies kan reduceren tot 4 versies. Er zijn acht versies omdat er 4 versies over product A gaan en de andere 4 versies over product B. Nu hoop ik dat product niet uit maakt zodat ik alle berekeningen over vier versies ipv 8 versies kan doen. Hoe weet ik of dat kan?

en nog belangrijker:

Weet iemand hoe ik dat moet uitrekenen?

Ik heb al een Multivariate test gedaan en daar komt bij product een fout melding omdat het over minder dan drie dingen gaat of zo....??

Heeft iemand hier een handig tooltje/formule hoe je snel kan berekenen wat voor een betrouwbaarheid een bepaalde sample met zich meebrengt als je de totale populatie hebt?

Ik heb nu 159 respondenten van een populatie van ruim 3000. Ik schat dat dat zo'n 80% betrouwbaarheid met zich meebrengt (voor wat dat waard is dan, want op zichzelf zegt het niet zoveel). Ik ben alleen benieuwd of er een snelle formule is...

Iemand goed met repeated measures? Ik snap er niets meer van.

Als je 2 condities hebt, mag je sphericity negeren want sphericity is geen issue als je maar 2 condities hebt (bron: Andy Field boek). Mauchly's test is echter wel significant dus dit zou normaliter een schending van sphericity betekenen.

Betekent dat dan dat ik:
A: ongeacht Mauchly's sig waarde, bij sphericity assumed mag kijken (in tabel test of within-subjects effects)?
B: Sphericity is geschonden dus Greenhouse Geisser correctie pakken en daarbij in tabel kijken?
C: In de multivariate test moet gaan kijken bij Wilks' Lambda?

Iemand? Alvast bedankt!

[ Bericht 13% gewijzigd door hetzusjevan op 21-07-2011 16:38:23 ]

quote:

Op donderdag 21 juli 2011 16:15 schreef hetzusjevan het volgende:
Iemand goed met repeated measures? Ik snap er niets meer van.

Als je 2 condities hebt, mag je sphericity negeren want sphericity is geen issue als je maar 2 condities hebt (bron: Andy Field boek). Mauchly's test is echter wel significant dus dit zou normaliter een schending van sphericity betekenen.

Betekent dat dan dat ik:
A: ongeacht Mauchly's sig waarde, bij sphericity assumed mag kijken (in tabel test of within-subjects effects)?
B: Sphericity is geschonden dus Greenhouse Geisser correctie pakken en daarbij in tabel kijken?
C: In de multivariate test moet gaan kijken bij Wilks' Lambda?

Iemand? Alvast bedankt!

SPSS explained (Hinton, 2004) zegt het volgende:

'Sphericity is not a problem when we have independent measures factors as it results from the fact that we have the same participants in each condition. It is also not a problem with a repeated measures factor when we have only two conditions (as this always has sphericity) "

SPSS berekent Mauchly by default, dus ik zou die tabel negeren en dan idd kijken bij 'sphericity assumed'. Waarom Mauchly dan significant is gaat mijn kennis te boven. Ik heb verder geen statistiek achtergrond, dus kan best zijn dat ik t mis heb.

Succes!

Een vraag van mijn kant:
Ik heb een dataset waarin de variabelen niet op de volgorde staan waarin ik ze wil hebben.
Nu is het qua opzet: A1 A2 A3 A4 B1 B2 B3 B4 C1 C2 C3 C4
In plaats van gegroepeerd per letter, wil ik ze eigenlijk groeperen per cijfer.
Is hier een mogelijkheid voor zonder dat ik alle variabelen moet slepen? Het zijn er namelijk nogal veel en het zou veel tijd schelen om met een syntax of een andersoortige methode de variabelen anders te groeperen.

De reden dat ik de variabelen graag anders zie is dat ik papieren vragenlijsten in moet voeren in de matrix en de vragenlijst qua structuur anders in elkaar zit dan de datamatrix nu.

Kijk hier eens: http://www.mathkb.com/Uwe(...)der-of-the-variables

Als die niet werkt, zoeken met google op change order variables spss. Moet lukken

Als je saved, kan je met het 'keep' statement ook de gewenste volgorde aangeven.

Hai! Ik hoop dat iemand mij kan helpen met mijn Repeated Measures Anova.

Ik heb twee within-subject variabelen: tijd (moment 1, 2 en 3) en taakniveau (laag, hoog). Ik heb een interactie effect van tijd*taakniveau gevonden en nou wil ik graag een posthoc analyse uitvoeren.

Via Analyze > GLM > Repeated Measures > Define > Options kan je alleen post-hoc analyses selecteren voor hoofdeffecten maar niet voor interactie effecten.

Wie weet hoe ik alsnog een posthoc analyse uit kan voeren voor beide taakniveaus tegelijk? Of is het alleen mogelijk om met een posthoc analyse per taakniveau over de verschillende meetmomenten te bekijken (dus twee losse post hoc analyses uit te voeren)?

Bedankt!
Els

Goedemiddag!

Ik heb voor mijn onderzoek verschillende concepten moeten meten ter controle, zoals extraversie, selfdisclosure en uncertainty avoidance. Nou bestaan al die concepten uit meerdere items. Daarnaast heb ik twee groepen in mijn onderzoek (Nederlanders/Belgen). Als ik nu wil weten welke groepen extraverter is, hoe kom ik dat dan het beste te weten? Middels een independent samples t test kan ik wel kijken of alle opties significant van elkaar verschillen. Maar ik betwijfel of dat de goede optie is.

Je kunt kijken naar de gemiddelde totaalscores op extraversie per groep. Vervolgens test je met een T-toets of die verschillen significant zijn. Stel het gemiddelde van de Nederlanders is 10 en die van de Belgen is 15, waarbij hoger staat voor extraverter, en het verschil is significant, dan zijn de Belgen dus extraverter.

quote:

Op dinsdag 2 augustus 2011 11:52 schreef Operc het volgende:
Je kunt kijken naar de gemiddelde totaalscores op extraversie per groep. Vervolgens test je met een T-toets of die verschillen significant zijn. Stel het gemiddelde van de Nederlanders is 10 en die van de Belgen is 15, waarbij hoger staat voor extraverter, en het verschil is significant, dan zijn de Belgen dus extraverter.

Klinkt logisch, maar is het daadwerkelijk zo simpel. Kan me namelijk voorstellen dat het niet per definitie zeker is dat ieder item evenveel extaversie meet.

quote:

Op dinsdag 2 augustus 2011 16:19 schreef TIM-846 het volgende:

[..]

Klinkt logisch, maar is het daadwerkelijk zo simpel. Kan me namelijk voorstellen dat het niet per definitie zeker is dat ieder item evenveel extaversie meet.

Het ligt eraan of je een bestaande schaal gebruikt, of dat je zelf de vragenlijst hebt opgezet. In dat laatste geval zou je er een factoranalyse op los kunnen laten om eerst te controleren of je alle items op de vragenlijst mee moet rekenen en welke je er eventueel uit moet gooien.

Deze items komen toevallig uit bestaande schalen. Moet ik dan anders te werk gaan?

quote:

Op woensdag 3 augustus 2011 11:06 schreef TIM-846 het volgende:
Deze items komen toevallig uit bestaande schalen. Moet ik dan anders te werk gaan?

Maar om de interne consistentie te bewaken moesten er wel een aantal items verwijderd worden.. Dus het zijn bijv de helft van alle items.

quote:

Op woensdag 3 augustus 2011 11:06 schreef TIM-846 het volgende:
Deze items komen toevallig uit bestaande schalen. Moet ik dan anders te werk gaan?

Komen de items uit bestaande schalen, of heb je een complete bestaande schaal gepakt? En komen de items allemaal uit dezelfde schaal? Of heb je bijvoorbeeld verschillende schalen voor extraversie gepakt en daar zelf een schaal uit geconstrueerd? Als je bijvoorbeeld een extraversie schaal had van 100 items en je hebt daar 50 items random uitgehaald, is er weinig aan de hand. Als je uit verschillende schalen jouw schaal hebt samengesteld zou ik even een factor analyse doen. Ligt er ook een beetje aan waarvoor het is. Als je eerste jaars student bent die een onderzoek doet om de wetenschappelijke cyclus een keer te doorlopen is het minder nodig dan als het je Ba/Ma project is.

quote:

Op woensdag 3 augustus 2011 11:07 schreef TIM-846 het volgende:

[..]

Maar om de interne consistentie te bewaken moesten er wel een aantal items verwijderd worden.. Dus het zijn bijv de helft van alle items.

Hoeveel items hou je over? En als je de items eruit hebt gegooid die de interne consistentie teveel aantasten, dan kun je de T-toets uitvoeren op de scores van de overige items.

Goedemiddag beste mensen ,

Ik zit met een spss probleem en ik zou het echt ontzettend waarderen als iemand me hier een oplossing kan bieden of me in ieder geval in de juiste richting te wijzen. (ik zit ontzettend vast)

Ik heb dus 2 groepen. Deze hebben allemaal 10 foto's beoordeeld.
Groep 1 heeft 1-5 van de fotos met een object beoordeeld
Group 2 heeft 6-10 met een object beoordeeld
Dus ik heb 10 plaatjes met dat object. Toen heb ik van alle 10 dat object eruit geshopt met adobe. Toen heb ik iedere groep 5 plaatjes met en 5 plaatjes zonder laten beoordelen.

Nu heb ik een independent T test gedaan voor alle 10 de fotos (en ik heb een significant resultaat op meer dan de helft van de fotos yeah!)

Vraag1: weten jullie hoe ik kan berekenen of de resultaten gezamelijk ook significant zijn?

Vraag2: ik heb nog andere independent variables zoals (geslacht en leeftijd) waarvan ik ook wil weten of dat een significant effect heeft op de beoordeling van het al dan niet aanwezig zijn van het object.

Had net al een apart topic geopend, maar kan het misschien wel beter hier proberen in de hoop dat iemand me kan helpen:

Ik ben bezig met het aanpassen van mijn scriptie, en heb een behoorlijk dringende vraag (moet vanavond in zijn geleverd voor het groenlicht-gesprek morgen, vandaar dus behoorlijk dringend).

Ik heb een vragenlijst geanalyseerd met 66 respondenten. Hiervan zijn 21 mannen en 42 vrouwen. Eén van de vragen was 'heeft u belangstelling voor een vervolg (op een bepaalde training), ja/nee'. 46 van de 66 zeiden hierop ja, 20 nee. Dit is ingevoerd in SPSS (eigenlijk de cheap-ass versie, PSPP maar goed) als 1=ja, 2=nee.

Nu de vraag. Ik wil weten of er verschil is tussen mannen en vrouwen in de belangstelling voor een vervolg (dus: zeggen mannen mssn meer ja dan vrouwen, of omgekeerd?). Welke toets gebruik ik om dit te berekenen? Ik heb zelf gekozen voor een T-toets voor onafhankelijke steekproeven, en vond geen significant verschil (had ik ook niet verwacht, dus helemaal goed).

Maar: had ik dit moeten berekenen met een chi-kwadraat toets? Zo ja, waarom wel of niet?

Wie o wie kan mij helpen met dit probleem??

quote:

Op woensdag 3 augustus 2011 16:57 schreef ebayaccountje het volgende:
Goedemiddag beste mensen ,

Ik zit met een spss probleem en ik zou het echt ontzettend waarderen als iemand me hier een oplossing kan bieden of me in ieder geval in de juiste richting te wijzen. (ik zit ontzettend vast)

Ik heb dus 2 groepen. Deze hebben allemaal 10 foto's beoordeeld.
Groep 1 heeft 1-5 van de fotos met een object beoordeeld
Group 2 heeft 6-10 met een object beoordeeld
Dus ik heb 10 plaatjes met dat object. Toen heb ik van alle 10 dat object eruit geshopt met adobe. Toen heb ik iedere groep 5 plaatjes met en 5 plaatjes zonder laten beoordelen.

Nu heb ik een independent T test gedaan voor alle 10 de fotos (en ik heb een significant resultaat op meer dan de helft van de fotos yeah!)

Vraag1: weten jullie hoe ik kan berekenen of de resultaten gezamelijk ook significant zijn?

Vraag2: ik heb nog andere independent variables zoals (geslacht en leeftijd) waarvan ik ook wil weten of dat een significant effect heeft op de beoordeling van het al dan niet aanwezig zijn van het object.

Om te zeggen wat je moet doen, moeten we eerst weten wat je met de statistiek wil zeggen. Wat is het doel van het opsplitsen in twee groepen. Als ze echt andere foto's hebben gekregen kun je ze moeilijk met elkaar vergelijken me dunkt.

quote:

Op donderdag 4 augustus 2011 16:18 schreef Miss_Isis het volgende:
Maar: had ik dit moeten berekenen met een chi-kwadraat toets? Zo ja, waarom wel of niet?

Ja, omdat het nominale data betreft. (denk aan het verschil tussen nominaal, interval en ratio)

(in principe kun je nominale data als 0/1 gecodeerd volgens mij wel voor correlaties gebruiken)

quote:

Op donderdag 4 augustus 2011 16:25 schreef speknek het volgende:

[..]

Ja, omdat het nominale data betreft. (denk aan het verschil tussen nominaal, interval en ratio)

(in principe kun je nominale data als 0/1 gecodeerd volgens mij wel voor correlaties gebruiken)

ok, bedankt ik moet zeggen dat het me op dit moment allemaal weinig zegt (het is al weer veel te lang geleden dat ik hiermee bezig ben geweest) maar ik ga het aanpassen. Ik denk dat ik het woordje 't-toets' in de tekst maar gewoon vervang voor chi-kwadraattoets, het is toch beide niet significant.

quote:

Op donderdag 4 augustus 2011 16:20 schreef speknek het volgende:

[..]

Om te zeggen wat je moet doen, moeten we eerst weten wat je met de statistiek wil zeggen. Wat is het doel van het opsplitsen in twee groepen. Als ze echt andere foto's hebben gekregen kun je ze moeilijk met elkaar vergelijken me dunkt.

Het doel van het opslitsen van de groepen is om te kijken of het object de beoordeling per fotos beinvloed. De fotos zijn exact hetzelfde alleen is bij de eene groep de eene helft met object en bij de andere de andere helft.

Maar ik heb het volgens mij al opgelost totaal fotos met object- fotos zonder object en dan gewoon de twee groepen met de independent t test:P.. En met dat eerder genoemde cijfer als variable kon ik dan ook gelijk mijn andere dependants bekijken xD

Maar ik snap dat het allemaal beetje wazig is haha.(gelukkig heb ik 10 000 woorden om het te beschrijven)

[ Bericht 100% gewijzigd door nolitanolita op 05-08-2011 14:30:42 ]

quote:

Op vrijdag 5 augustus 2011 10:55 schreef ebayaccountje het volgende:

[..]

Het doel van het opslitsen van de groepen is om te kijken of het object de beoordeling per fotos beinvloed. De fotos zijn exact hetzelfde alleen is bij de eene groep de eene helft met object en bij de andere de andere helft.

Maar ik heb het volgens mij al opgelost totaal fotos met object- fotos zonder object en dan gewoon de twee groepen met de independent t test:P.. En met dat eerder genoemde cijfer als variable kon ik dan ook gelijk mijn andere dependants bekijken xD

Maar ik snap dat het allemaal beetje wazig is haha.(gelukkig heb ik 10 000 woorden om het te beschrijven)

Ja uit je omschrijving leek het alsof je beide groepen foto's hebt gegeven met en zonder het object. Dit kan gewoon. Het gemiddelde nemen is wat gebruikelijker dan het totaal, maar zal voor de statistische test geen verschil maken.

quote:

Op vrijdag 5 augustus 2011 14:41 schreef speknek het volgende:

[..]

Ja uit je omschrijving leek het alsof je beide groepen foto's hebt gegeven met en zonder het object. Dit kan gewoon. Het gemiddelde nemen is wat gebruikelijker dan het totaal, maar zal voor de statistische test geen verschil maken.

nah normaal als je het totaal neemt dan wordt het een heel hoog getal waarschijnlijk wat rare resultaten oplevert. Omdat ik de fotos met object - fotos zonder object doe blijft het getal gewoon netjes tussen de -10 en +10. Maar ik kan weer opnieuw dezelfde formules toe gaan passen want mijn participant groep is in één keer veel hoger uitgevallen.. Mooi is dat heb je 150 resultaten na 2 weken doe je de berekeningen en heb je de dag erna plots 400 ingevulde questionnaires omdat iemand was vergeten alles door te sturen haha

Hoi, hopelijk kan iemand mij een beetje hiermee op weg helpen; ik kom er namelijk niet uit.
Wat ik wil is kijken of mijn manipulatie werkt. Ik heb bij een groep pp geprobeerd de anxiety te manipuleren adhv een 'verhaaltje'. (2 verschillende versies, de helft van de groep kreeg versie 1, de andere helft versie 2). Wat ik wil onderzoeken is of de anxiety level van de pp verschilt tussen meetpunt 1 en meetpunt 2, dat is de hoofdvraag. (dus een repeated measures design). Voor mij is het niet heel belangrijk om onderscheid te maken tussen groep 1 en groep 2, maar wel tussen meetpunt 1 en meetpunt 2. De anxiety schaal is bovendien opgedeeld in 2 verschillende meetniveaus, somatic en cognitive.

Mijn vraag is: Als ik naar RM-GLM ga, waar moet ik dan het onderscheid in anxiety invoeren, bij de within-subject factor of bij de measure name.
en als ik dit allemaal heb uitgevoerd, hoe moet ik het precies noemen wat ik heb gedaan; heb ik dan een multiple-way repeated measures Anova of een Manova uitgevoerd, of wordt het pas een manova bij een extra tijd-meetpunt?

hopelijk is het duidelijk genoeg?