SES School, Studie en Onderwijs
Wiskunde in de brugklas, Frans voor het examen of een studie Personeel en Arbeid? Moeilijke formulieren van DUO? Iets weten over studiefinanciering of studentenverenigingen? Dit is het forum voor leerkrachten, scholieren en studenten, van brugklas tot uni
Niet direct SPSS, maar wel statistiek. Ik wil een powerberekening doen en ik kom er niet goed uit.
Ik heb een cohort van n cases groot. Ik wil hierin zoeken wat het verband is tussen eigenschap a (een dichotome variable) en b (iets wat ik op verschillende manieren kan meten, zowel dichotoom, ordinaal als kwantitatief). Ik weet echter nu niet wat de prevalentie van a of b wordt. Uiteraard weet ik uit de literatuur wel schattingen.
Hoe kom ik nu achter de power van deze studie? Want simpel toetsen van een verschil tussen 2 proporties gaat er van uit dat ik de afhankelijke variabele al weet. Maar dat is dus niet zo. Ik kan daar wel een schatting van maken, maar dan heb je de mogelijke variantie in deze variabele dus niet meegenomen in je powerberekening.
Ik heb een cohort van n cases groot. Ik wil hierin zoeken wat het verband is tussen eigenschap a (een dichotome variable) en b (iets wat ik op verschillende manieren kan meten, zowel dichotoom, ordinaal als kwantitatief). Ik weet echter nu niet wat de prevalentie van a of b wordt. Uiteraard weet ik uit de literatuur wel schattingen.
Hoe kom ik nu achter de power van deze studie? Want simpel toetsen van een verschil tussen 2 proporties gaat er van uit dat ik de afhankelijke variabele al weet. Maar dat is dus niet zo. Ik kan daar wel een schatting van maken, maar dan heb je de mogelijke variantie in deze variabele dus niet meegenomen in je powerberekening.
Ik ben bezig met onder andere een survival analyse. Ik heb een dataset met daarin een per case een aantal verschillende events:
EventA_status (0: niet opgetreden 1:opgetreden) en EventA_date (datum van het event).
Nu wil ik een samengesteld eindpunt maken, namelijk of eventA of B of C (en zo nog een rij andere) zijn opgeteden. Het berekenen van Samengesteld_status (0: niet opgetreden 1:opgetreden) lukt me wel. Wat ik nu probeer te doen is het volgende.
Als Samengesteld_status=1, wil ik graag de datum van het eerste event dat bij dat samengestelde event hoort hebben (ik ben immers met een survival analysis bezig). SPSS moet dus bekijken welke van die EventX_date het eerst is en die datum overnemen in Samengesteld_date.
Hoe doe ik dat?
EventA_status (0: niet opgetreden 1:opgetreden) en EventA_date (datum van het event).
Nu wil ik een samengesteld eindpunt maken, namelijk of eventA of B of C (en zo nog een rij andere) zijn opgeteden. Het berekenen van Samengesteld_status (0: niet opgetreden 1:opgetreden) lukt me wel. Wat ik nu probeer te doen is het volgende.
Als Samengesteld_status=1, wil ik graag de datum van het eerste event dat bij dat samengestelde event hoort hebben (ik ben immers met een survival analysis bezig). SPSS moet dus bekijken welke van die EventX_date het eerst is en die datum overnemen in Samengesteld_date.
Hoe doe ik dat?
Ik heb het al opgelost. Je kunt gewoon MIN gebruiken, ik dat dat die het niet zou doen voor data.quote:Op donderdag 11 juli 2013 18:45 schreef Z het volgende:
De 'Date and Time Wizard' moet hier wel uitkomst kunnen bieden vermoed ik.
| 1 2 | IF (samengesteld_status=1) samengesteld_date=MIN(eventA_date,EventB_date,EventC_date,EventD_date). EXECUTE. |
Hallo iedereen,
Ik loop tegen een probleem aan, ik ben nu bezig met mijn masterscriptie. Nu heb ik een multipele regressie uitgedraaid met 7 onafhankelijke variabelen (leeftijd, geslacht, opleidingsniveau ....EN functie). Hierbij bleek de categorische variabele functie significant te zijn. Functie bestaat uit drie categorieën, namelijk huishoudelijke hulp, verzorgende en verpleegkundige.
Nu wilde ik weten welke van deze functies een significant effect had op mijn y variabele, dus heb ik de categorieen als onafhankelijke variabele getest met dezelfde controlevariabelen Nu blijkt geen enkel van de drie functies (huishoudelijke hulp, verzorgende en verpleegkundige) een significant effect te hebben.
Hoe kan dit?
Doordat functie significant is, zou dat toch betekenen dat één van de functies significant zou moeten zijn.
Ik loop tegen een probleem aan, ik ben nu bezig met mijn masterscriptie. Nu heb ik een multipele regressie uitgedraaid met 7 onafhankelijke variabelen (leeftijd, geslacht, opleidingsniveau ....EN functie). Hierbij bleek de categorische variabele functie significant te zijn. Functie bestaat uit drie categorieën, namelijk huishoudelijke hulp, verzorgende en verpleegkundige.
Nu wilde ik weten welke van deze functies een significant effect had op mijn y variabele, dus heb ik de categorieen als onafhankelijke variabele getest met dezelfde controlevariabelen Nu blijkt geen enkel van de drie functies (huishoudelijke hulp, verzorgende en verpleegkundige) een significant effect te hebben.
Hoe kan dit?
Doordat functie significant is, zou dat toch betekenen dat één van de functies significant zou moeten zijn.
Nog een vraag, dit maal automatisering van berekeningen:
Ik wil deze berekening herhalen voor een set aan andere medicijnen. Helaas zijn die niet mooi genummerd, maar staat er in plaats van Med1 een naam van een medicament. Ik kan prima een lijst met de namen van die medicijnen maken. Is het mogelijk om deze functie uit te voeren waarbij de tekst Med1 in de syntax door steeds een ander woord wordt vervangen? Volgens mij moet dit met macro's, maar ik kom er slecht uit. Ik ben bang dat je alleen hele variabelen kunt vervangen en geen deel van een variabele.
[ Bericht 1% gewijzigd door dotKoen op 12-07-2013 17:27:09 ]
| 1 2 3 4 5 | DO IF (ANY(Med1_use,1,2)). COMPUTE Med1_start_days=DATEDIFF(Med1_start,dateindex,'days'). COMPUTE Med1_end_days=DATEDIFF(Med1_end,dateindex,'days'). END IF. EXECUTE. |
Ik wil deze berekening herhalen voor een set aan andere medicijnen. Helaas zijn die niet mooi genummerd, maar staat er in plaats van Med1 een naam van een medicament. Ik kan prima een lijst met de namen van die medicijnen maken. Is het mogelijk om deze functie uit te voeren waarbij de tekst Med1 in de syntax door steeds een ander woord wordt vervangen? Volgens mij moet dit met macro's, maar ik kom er slecht uit. Ik ben bang dat je alleen hele variabelen kunt vervangen en geen deel van een variabele.
[ Bericht 1% gewijzigd door dotKoen op 12-07-2013 17:27:09 ]
Thanks! Maar met een do repeat kun je toch alleen hele variabelen vervangen? Want hier had ik al aan gedacht, dan wordt het:
Probleem is dat ik dan nog wel 4 maal variabelen moet definieren. Ik wil die stap (aangezien het om een heleboel variabelen gaat) ook elimineren.
[ Bericht 50% gewijzigd door dotKoen op 12-07-2013 18:30:31 ]
| 1 2 3 4 5 6 7 8 9 10 11 12 | DO REPEAT med_use=Med1_use Med2_use /med_start=Med1_start Med2_start /med_end=Med1_end Med2_end /med_start_days=Med1_start_days Med2_start_days /med_end_days= Med1_end_days Med2_end_days. DO IF (ANY(med_use,1,2)). COMPUTE med_start_days=DATEDIFF(med_start,dateindex,'days'). COMPUTE med_end_days=DATEDIFF(med_end,dateindex,'days'). End IF. END REPEAT PRINT. EXECUTE. |
[ Bericht 50% gewijzigd door dotKoen op 12-07-2013 18:30:31 ]
Heb inmiddels gevonden hoe het met een macro moet:
| 1 2 3 4 5 6 7 8 9 10 11 | DEFINE !ComputeDays (!POSITIONAL !CMDEND) !DO !I !IN (!1) DO IF !CONCAT("(ANY(",!I,"_use,1,2))"). compute !CONCAT(!I,"_start_days") = DATEDIFF(!CONCAT(!I,"_start"),dateindex,'days'). compute !CONCAT(!I,"_end_days") = DATEDIFF(!CONCAT(!I,"_end"),dateindex,'days'). END IF. !DOEND !ENDDEFINE. !ComputeDays Med1 Med2 Med3. Exe. |
Puik werk. Ik vind de SPSS macro-taal gruwelijk. In tegenstelling tot bijvoorbeeld Excel VB.
Ik ben me aan het verdiepen in R, gebruikt iemand hier dat?
Ik ben me aan het verdiepen in R, gebruikt iemand hier dat?
Aldus.
Nee, maar staat wel op mijn lijstje om eens te leren...quote:Op zaterdag 13 juli 2013 13:26 schreef Z het volgende:
Puik werk. Ik vind de SPSS macro-taal gruwelijk. In tegenstelling tot bijvoorbeeld Excel VB.
Ik ben me aan het verdiepen in R, gebruikt iemand hier dat?
'Expand my brain, learning juice!'
<a href="http://www.last.fm/user/crossover1" rel="nofollow" target="_blank">Last.fm</a>
<a href="http://www.last.fm/user/crossover1" rel="nofollow" target="_blank">Last.fm</a>
Voor mijn scriptie ben ik bezig verschil van proportie´s (variabele zijn dummyvariabelen) te vergelijken tussen 5 groepen. Dit deed ik eerst met een t-toets, echter kreeg ik als feedback dat dit niet mag, omdat ze niet continu zijn en niet-normaal verdeeld. Daarom kreeg ik als advies om met behulp van proportietoetsen de gemiddelden te toetsen.
Voorbeeld: de proportie gehuwden in groep 1 vergelijken met proportie gehuwden in groep 2, proportie gehuwden in groep 1 vergelijken met proportie gehuwden in groep 3, etc.
De vraag is heel simpel: hoe voer ik zo'n toets uit met SPSS?
Voorbeeld: de proportie gehuwden in groep 1 vergelijken met proportie gehuwden in groep 2, proportie gehuwden in groep 1 vergelijken met proportie gehuwden in groep 3, etc.
De vraag is heel simpel: hoe voer ik zo'n toets uit met SPSS?
Hallo allemaal,
Ik ben op dit moment bezig met de analyse voor mijn masterscriptie in SPSS, en heb iets waar ik niet helemaal uitkom. In mijn (veronderstelde) model hebben twee onafhankelijke variabelen (A & B) invloed op een afhankelijke variabele. Deze relatie wordt gemodereerd door twee andere variabelen (C&D).
Nu wil ik een hierarchische regressieanalyse uitvoeren, waarbij drie blokken worden gebruikt. In het eerste blok zijn de controlvariabelen (leeftijd, geslacht etc.) opgenomen, in het tweede blok de twee onafhankelijke variabelen (A&B) en in het derde blok de modererende variabelen. Deze modererende variabelen worden opgenomen door 4 interactievariabelen te maken (A*C, A*D, B*C, B*D). Mijn vraag is of de twee modererende variabelen (C&D) als zelfstandige variabelen in het tweede blok moeten worden opgenomen (sámen met A&B), en daarnaast als interactievariabelen in het derde blok? Op deze manier toets je dus ook de rechtstreekse invloed van de modererende variabelen op de afhankelijke variabele.
Ik dacht zelf eigenlijk dat dit niet nodig was, omdat mijn model hier niet vanuit gaat. Ik heb echter laatst een gesprek met een docent (die nu afwezig is
) gehad, en hij gaf aan dat het wel nodig was (terwijl ik zei dat ik in mijn model geen rekening gehouden had met een rechtstreekse invloed). Punt is dat ik nu niet meer zeker weet of ik het goed begrepen heb 
. Ik heb een aantal andere scripties (min of meer verbonden aan hetzelfde project) bekeken waarbij ook een hierarchische regressieanalyse met moderators werd uitgevoerd, en daar werd in principe ook geen rechtstreeks effect van de modererende variabele(n) op de afhankelijke getest..
Ik ben op dit moment bezig met de analyse voor mijn masterscriptie in SPSS, en heb iets waar ik niet helemaal uitkom. In mijn (veronderstelde) model hebben twee onafhankelijke variabelen (A & B) invloed op een afhankelijke variabele. Deze relatie wordt gemodereerd door twee andere variabelen (C&D).
Nu wil ik een hierarchische regressieanalyse uitvoeren, waarbij drie blokken worden gebruikt. In het eerste blok zijn de controlvariabelen (leeftijd, geslacht etc.) opgenomen, in het tweede blok de twee onafhankelijke variabelen (A&B) en in het derde blok de modererende variabelen. Deze modererende variabelen worden opgenomen door 4 interactievariabelen te maken (A*C, A*D, B*C, B*D). Mijn vraag is of de twee modererende variabelen (C&D) als zelfstandige variabelen in het tweede blok moeten worden opgenomen (sámen met A&B), en daarnaast als interactievariabelen in het derde blok? Op deze manier toets je dus ook de rechtstreekse invloed van de modererende variabelen op de afhankelijke variabele.
Ik dacht zelf eigenlijk dat dit niet nodig was, omdat mijn model hier niet vanuit gaat. Ik heb echter laatst een gesprek met een docent (die nu afwezig is
) gehad, en hij gaf aan dat het wel nodig was (terwijl ik zei dat ik in mijn model geen rekening gehouden had met een rechtstreekse invloed). Punt is dat ik nu niet meer zeker weet of ik het goed begrepen heb . Ik heb een aantal andere scripties (min of meer verbonden aan hetzelfde project) bekeken waarbij ook een hierarchische regressieanalyse met moderators werd uitgevoerd, en daar werd in principe ook geen rechtstreeks effect van de modererende variabele(n) op de afhankelijke getest..
Hallo
Ik heb een (denk ik) simpele SPSS vraag. Uit SPSS komen een aantal correlaties en Pearsons R verbanden die significant zouden moeten zijn (P < 0,05). Maar wanneer is er sprake van een sterk verband; of te wel vanaf welke Pearsons R waarde is het verband redelijk sterk- sterk te noemen, zodat je echt kan spreken van een zeer waarschijnlijk duidelijk verband.
Als voorbeeld heb ik analyse gedaan met als achtergrondvariabel Gender (man/vrouw als antwoordmogelijkheden).
Bij een van de variabelen is de Pearsons R waarde 0.460 en de Sig 2-tailed P-waarde: 0.000
Bij een andere achtergrondvariabele krijg ik Pearsons R waarden als 0.686 en Sig 2-tailed P waarde: 0.000
Ook krijg ik regelmatig wel een P waarde kleiner dan 0,05, maar de Pearsons R waarde schommelt dan rond de 0.2/0.3.
Mijn eigen conclusie zou zijn dat de verbanden met een Pearsons R waarde rond de 0,2/0,3 er wel zijn, maar dat deze niet heel erg sterk is. En dus statistisch niet goed 'hard' te maken. En de eerste 2 voorbeelden redelijk sterke verbanden zijn. Maar ik twijfel erg over de eerste twee voorbeelden.
Ik hoop dat het beetje duidelijk is en iemand mij kan helpen!
Thanks a lot!
Ik heb een (denk ik) simpele SPSS vraag. Uit SPSS komen een aantal correlaties en Pearsons R verbanden die significant zouden moeten zijn (P < 0,05). Maar wanneer is er sprake van een sterk verband; of te wel vanaf welke Pearsons R waarde is het verband redelijk sterk- sterk te noemen, zodat je echt kan spreken van een zeer waarschijnlijk duidelijk verband.
Als voorbeeld heb ik analyse gedaan met als achtergrondvariabel Gender (man/vrouw als antwoordmogelijkheden).
Bij een van de variabelen is de Pearsons R waarde 0.460 en de Sig 2-tailed P-waarde: 0.000
Bij een andere achtergrondvariabele krijg ik Pearsons R waarden als 0.686 en Sig 2-tailed P waarde: 0.000
Ook krijg ik regelmatig wel een P waarde kleiner dan 0,05, maar de Pearsons R waarde schommelt dan rond de 0.2/0.3.
Mijn eigen conclusie zou zijn dat de verbanden met een Pearsons R waarde rond de 0,2/0,3 er wel zijn, maar dat deze niet heel erg sterk is. En dus statistisch niet goed 'hard' te maken. En de eerste 2 voorbeelden redelijk sterke verbanden zijn. Maar ik twijfel erg over de eerste twee voorbeelden.
Ik hoop dat het beetje duidelijk is en iemand mij kan helpen!
Thanks a lot!
Begrijp ik je goed als ik zeg dat je een correlatie hebt berekend met een dichtome variabele?quote:Op dinsdag 23 juli 2013 13:30 schreef edh88 het volgende:
Hallo
Ik heb een (denk ik) simpele SPSS vraag. Uit SPSS komen een aantal correlaties en Pearsons R verbanden die significant zouden moeten zijn (P < 0,05). Maar wanneer is er sprake van een sterk verband; of te wel vanaf welke Pearsons R waarde is het verband redelijk sterk- sterk te noemen, zodat je echt kan spreken van een zeer waarschijnlijk duidelijk verband.
Als voorbeeld heb ik analyse gedaan met als achtergrondvariabel Gender (man/vrouw als antwoordmogelijkheden).
Bij een van de variabelen is de Pearsons R waarde 0.460 en de Sig 2-tailed P-waarde: 0.000
Bij een andere achtergrondvariabele krijg ik Pearsons R waarden als 0.686 en Sig 2-tailed P waarde: 0.000
Ook krijg ik regelmatig wel een P waarde kleiner dan 0,05, maar de Pearsons R waarde schommelt dan rond de 0.2/0.3.
Mijn eigen conclusie zou zijn dat de verbanden met een Pearsons R waarde rond de 0,2/0,3 er wel zijn, maar dat deze niet heel erg sterk is. En dus statistisch niet goed 'hard' te maken. En de eerste 2 voorbeelden redelijk sterke verbanden zijn. Maar ik twijfel erg over de eerste twee voorbeelden.
Ik hoop dat het beetje duidelijk is en iemand mij kan helpen!
Thanks a lot!
'Expand my brain, learning juice!'
<a href="http://www.last.fm/user/crossover1" rel="nofollow" target="_blank">Last.fm</a>
<a href="http://www.last.fm/user/crossover1" rel="nofollow" target="_blank">Last.fm</a>
Ahh ik begrijp dat ik een grote fout heb gemaakt??quote:
[..]
Begrijp ik je goed als ik zeg dat je een correlatie hebt berekend met een dichtome variabele?
Het is voor mij zeker 6 jaar geleden dat ik beetje basis spss heb gehad en moet voor een onderzoek op mn werk kijken of er relaties liggen dus bepaalde variabelen ipv puur frequentie. Hiervoor alleen kwalitatieve onderzoeken verricht, dus het is erg diep weggezakt.
Ik heb wel onthouden dat je alleen onafhankelijk met een afhankelijke kan vergelijken (toch?). En dus niet afhankelijk met afhankelijk (of als dat wel zou kunnen is het vast erg ingewikkeld;)). Verder heb ik inderdaad 1 dichotome variabele gebruikt als onafhankelijke variabel; gender. De andere achtergrondvariabelen bevatten meerdere keuzemogelijkheden (minimaal 4). Dit geldt over het algemeen ook voor de afhankelijke variabelen. Er zijn daarbij ook afhankelijke variabelen met 2 antwoordmogelijkheden (missing niet als keuzemogelijkheid gezien dan!)
Kennis van statistiek en kennis van SPSS hebben niet zoveel met elkaar te maken. Zoek eerst uit wat en hoe je moet toetsen, en start daarna pas SPPS op, het wijst zich dan zo ongeveer vanzelf.
Aldus.
Ik heb kennis van beide, dus daar zal het niet aan liggen. Het is alleen ver weggezakt. Ik snap dat er een verschil tussenzit, maar ik had het hier over spss en de output ervan. Daarna vroeg ik of het niet mogelijk was dat ik een dichotome variabele kon 'vergelijken' met een niet-dichotome variabelen.
Ik moet kijken of er eventuele relaties liggen tussen een aantal achtergrondvariabelen zoals gezinssamenstelling, geboorteland etc. en een aantal afhankelijke variabelen zoals gezondheidsbeleving en hulp bij bijv. het bereiden van een maaltijd.
Vandaar de analyse in spss met correlaties. Dat is het enige wat gevraagd wordt. Heb mij wat in SPSS verdiept en dit type analyse zou t beste passen. Ik hoef geen hypothese te testen oid.
Ik moet kijken of er eventuele relaties liggen tussen een aantal achtergrondvariabelen zoals gezinssamenstelling, geboorteland etc. en een aantal afhankelijke variabelen zoals gezondheidsbeleving en hulp bij bijv. het bereiden van een maaltijd.
Vandaar de analyse in spss met correlaties. Dat is het enige wat gevraagd wordt. Heb mij wat in SPSS verdiept en dit type analyse zou t beste passen. Ik hoef geen hypothese te testen oid.
ok, dit moet ik dan bij gender toepassen? 1 recode man en 1 recode vrouw?
Wat is de reden dat ik geen correlatie gebruiken? (analyze > correlate > bivariate)Ik snap dat regressie kan, maar ben benieuwd waarom ik dus t fout heb gedaan zodat ik de fout niet nog een keer maak.
Wat is de reden dat ik geen correlatie gebruiken? (analyze > correlate > bivariate)Ik snap dat regressie kan, maar ben benieuwd waarom ik dus t fout heb gedaan zodat ik de fout niet nog een keer maak.
Hoi ik ben met SPSS bezig voor mijn thesis. Ik heb het basishandboek voor SPSS 21, maar kom hier niet helemaal uit. Ik heb een aantal vragen waarin ze kunnen kiezen uit een paar antwoorden, waaronder ook het antwoord 'anders' en zij kunnen hier dan een toelichting bij schrijven. Ik heb alleen geen flauw idee hoe ik die toelichting koppel aan het antwoord 'anders' in SPSS. Iemand die mij kan helpen?
Wat wil je uit die string anders analyseren? Wil je die antwoorden als categorale variabele toevoegen?
Regressies zijn waarvoor je ze wil gebruiken. Regressies hoeven in principe niets met voorspellingen te maken hebben. Alleen, mocht je het willen, kun je er wel voorspellingen mee maken.quote:
ik lees hier dat regressie is voor voorspellingen? Maar dan hoeft dus niet
In jouw geval is een regressie waarschijnlijk the way to go.
Beneath the gold, bitter steel
