Centraal SPSS Topic

..

[ Bericht 99% gewijzigd door marijke888 op 07-04-2008 12:07:20 ]

- Met getallen kun je rekenen. Bedenk wel dat je ivm interpretatie soms met letters moet werken: 'geef op een schaal 1 t/m 6 aan wat je hiervan vindt' is iets waar je geen getallen voor wilt gebruiken: een 2 is bv niet 2x zo goed als een 1.
- Ik zou zeggen door alle ingevulde waarden van 'anders' als extra antwoord op te nemen
- grafiek/gemiddelde: zoek zelf maar op in de spss handleiding, kan niet lastig zijn
- t-toets

Ik heb een probleem met SPSS waar ik al een tijd mee loop te sukkelen, en ik kom er maar niet uit. SPSS pakt bij een analyse met catagorische predictoren standaard de laatste categorie als referencie categorie, en rekent dan het effect uit van bijvoorbeeld x=0. Nu is dit meestal niet handig: Als je een formule op wilt stellen voor expected values in de vorm van Y = a + B1*x1 + B2*x2 of iets dergelijks, dan wil je juist het toegevoegde effect weten van X=1, en niet als X=0. Als gevolg hiervan moet je positieve effecten interpreteren als negatieve effecten en andersom.

Bij eenvoudige analyses kun je dat nog wel zelf omdraaien, maar als je meerdere interactie effecten hebt, wordt het erg onduidelijk hoe je een effect nou moet interpreteren. Bij sommige analyses kun je de referentiecategorie zelf specificeren, maar bij een aantal ook niet. Ik ben nu bezig met General Loglinear Analysis, en daar kan het dus niet.

Is er ergens in SPSS een optie is waarmee hij standaard, overal en altijd, de eerste categorie, ofwel X=0 als referentie categorie pakt?

Ik zit met het volgende probleem:

Ik wil de gegevens uit een rij (in de data view) per pagina afdrukken, oftewel: De naam van de geinterviewde met de vragen en de daarbij behorende antwoorden op 1 pagina. Er zijn 250 personen geinterviewd dus er moeten 250 aparte pagina's uit komen rollen. Iemand enig idee welke functie ik hier voor moet gebruiken?

ah super, even een tvp, heb later vast wel vraagjes........

Even een vraagje .

Ik wil weten of er een verband is tussen sekse en een bepaalde score op een vragenlijst.
Dat wilde ik mbv een bivariate analyse onderzoeken (Pearson). Het probleem is echter dat de uitkomst nu is dat er een verband is tussen sekse en de score op de vragenlijst, maar nu weet ik dus niet of jongens of meisjes hoger scoren. Ik weet alleen dát er een verband is. Hoe kan ik dit alsnog achterhalen?

Dat is het nadeel van Pearson: je weet alleen dat er waarschijnlijk een verband is. Het kan best zijn dat jongens veel zessen halen en meisjes veel vijven en zevens, zodat niet de verwachte verwachting maar wel de verwachte standaardafwijking groter is. Er zijn gewoon zoveel verschillende verbanden mogelijk, dat er niet één aanpak is. Soms kom je verder door naar een plaatje te kijken waarin de scores zijn uitgezet.

Het is toch zo dat je een onafhankelijke en afhankelijke variabele hebt? Positief/negatief verband: ene hoger, dan de andere variabele een lagere waarde. En vice versa.

quote:

Op maandag 5 mei 2008 10:58 schreef Lennox het volgende:
Het is toch zo dat je een onafhankelijke en afhankelijke variabele hebt? Positief/negatief verband: ene hoger, dan de andere variabele een lagere waarde. En vice versa.

Dat is bij oa een regressie, niet bij een kruistabel.

Ok, my bad. Anders gewoon even de standaardafwijking/gemiddelde ook daadwerkelijk bekijken?

Ben zelf nu ook bezig voor mn eindscriptie. Zit alleen nog maar in te voeren, dus problemen zullen later wel komen

quote:

Op maandag 5 mei 2008 10:53 schreef GlowMouse het volgende:
Dat is het nadeel van Pearson: je weet alleen dat er waarschijnlijk een verband is. Het kan best zijn dat jongens veel zessen halen en meisjes veel vijven en zevens, zodat niet de verwachte verwachting maar wel de verwachte standaardafwijking groter is. Er zijn gewoon zoveel verschillende verbanden mogelijk, dat er niet één aanpak is. Soms kom je verder door naar een plaatje te kijken waarin de scores zijn uitgezet.

Kan ik mbv een andere analyse (en zo ja: welke dan?) wel achterhalen of er een verband is?

quote:

Op maandag 5 mei 2008 11:02 schreef Viking84 het volgende:
[..]
Kan ik mbv een andere analyse (en zo ja: welke dan?) wel achterhalen of er een verband is?

Nee, er is geen functie die je het verband zo vertelt. Ik zou ook niet weten naar wat voor verband je zoekt trouwens, op basis van alleen geslacht kun je waarschijnlijk nog helemaal geen uitspraken doen over de score.
Blijft over dat je, zoals Lennox zei, wel wat statistics kunt berekenen.

quote:

Op maandag 5 mei 2008 11:12 schreef GlowMouse het volgende:

[..]

Nee, er is geen functie die je het verband zo vertelt. Ik zou ook niet weten naar wat voor verband je zoekt trouwens, op basis van alleen geslacht kun je waarschijnlijk nog helemaal geen uitspraken doen over de score.
Blijft over dat je, zoals Lennox zei, wel wat statistics kunt berekenen.

Nou, ik heb dus gekeken naar een verband tussen twee variabelen. Dat verband is dan niet significant. Vervolgens wil ik onderscheid maken tussen de seksen om te kijken of er in dat geval mogelijk wel een significant verband is.
Maar dat kan dus niet, volgens jou?

Twee variabelen:
1. Man=0 Vrouw=1
2. Score op vragenlijst
-->
Independent samples t-test

quote:

Op maandag 5 mei 2008 11:17 schreef Viking84 het volgende:
Nou, ik heb dus gekeken naar een verband tussen twee variabelen. Dat verband is dan niet significant. Vervolgens wil ik onderscheid maken tussen de seksen om te kijken of er in dat geval mogelijk wel een significant verband is.
Maar dat kan dus niet, volgens jou?

Ah, je zei het alsof je het met alleen man/vrouw zijn wilde verklaren. Wat je nu wilt, kan door bepaalde observaties (namelijk die met vrouwen als je de score van mannen wilt onderzoeken en omgekeerd) weg te laten. Dat kan via Data, Select cases, en dan via een If-voorwaarde.

Kijk, now we're getting somewhere .
Kan ik ook meer dan één voorwaarde opgeven onder 'if'? En hoe dan? Heb namelijk de scores voor twee teksten erin staan en ik wil het per tekst bekijken en dan per tekst voor man en vrouw afzonderlijk.

[ Bericht 0% gewijzigd door Viking84 op 05-05-2008 12:17:55 ]

Wat ik nu gedaan heb:

1) splitfile, compare groups: sex
2) select cases: if: conditie = 1

en toen dus een bivariate analyse.

Klopt het dat er nu een bivariate analyse voor beide seksen is uitgevoerd voor alleen conditie 1? (zo ja, dan is het goed ).

dat kan wel iirc, dan moet je iets doen als bijvoorbeeld:

if geslacht=0 or (ff tekentje vergeten, tis een tijdje geleden) blabla=blabla (of groter dan, kleiner dan, etc)

Anyway, het kan wel, gewoon werken met de & en 'or' tekens

ow, en | geloof ik (hoop dat ik je nu geen onzin vertel )

Dank je, maar het moet wel erg raar gegaan zijn als het nu niet goed is . In de tabel staan nu de resultaten voor de seksen apart en de N klopt ook (komt overeen met aantal cases voor de tekst waarbinnen ik wilde vgl). Mijn dank is groot . Nu kan ik eindelijk het hoofdstuk 'resultaten' afsluiten .

Oh en @ Tangarine:

Op jouw manier kan het idd ook zie ik net (de uitkomst is hetzelfde), maar dan krijg ik dus steeds een tabel voor man en vrouw apart, terwijl het wat sneller gaat als ik dat allemaal in 1 keer doe .

Mooi dat het gelukt is iig

Hoi,

Nog even een vraag . Eén van mijn gebruikte schalen is niet consistent (cronbach's alpha van 0,515). Wat kan ik nu het beste doen?

Je kunt een betrouwbaarheidsanalyse doen waarin je de items vergelijkt en ziet hoe de schaal fluctueert naarmate je bepaalde items weglaat.

lama. Ben er al uit .

[ Bericht 43% gewijzigd door Viking84 op 07-05-2008 13:54:44 ]

Ik doe een repeated measures design met 2 meetpunten (pretest en posttest), en 3 interventie-condities (placebo, beetje medicijnen, en veel medicijnen). De afhankelijke variabele zijn 3 continue variabelen, de 3 indicatoren van 'Burnout'.

De repeated measures analyse is gelukt. De marginals van conditie en tijd zijn niet significant, en de interactie is wel significant. Dit is dus precies wat ik wilde: de mensen met een andere conditie hebben een ander ontwikkeling van burnout.

Nu wil ik echter een post-hoc toets doen om te kijken welke van de 3 condities dan significant anders zijn. Mijn hypothese was mu0 < mu1 < mu2, dus met een significant interactie effect weet ik nog niet genoeg.

Maar alle post-hoc toetsen testen vergelijken uitsluitend condities op de marginals: Ze toetsen dus ofdat er sign. verschil zit in de pretest en post-test, en ofdat er sign. verschil zit in de 3 condities op de DV. Maar dit is dus niet wat ik wil, ik wil een post-hoc test van de interactie tussen deze twee.

Ook onder options > Display means for, kun je 'compare main effects' aanzetten voor de main effects, maar dus niet voor de interactie! Ik heb alle opties onder contrasts en post-hoc geprobeerd, maar het lukt me niet om een post-hoc te vinden voor dit interactie effect. Hoe moet ik nu toetsen welke van de condities een ander ziekteverloop hadden?

quote:

Op donderdag 8 mei 2008 11:13 schreef jeroenisblij het volgende:
Ik doe een repeated measures design met 2 meetpunten (pretest en posttest), en 3 interventie-condities (placebo, beetje medicijnen, en veel medicijnen). De afhankelijke variabele zijn 3 continue variabelen, de 3 indicatoren van 'Burnout'.

De repeated measures analyse is gelukt. De marginals van conditie en tijd zijn niet significant, en de interactie is wel significant. Dit is dus precies wat ik wilde: de mensen met een andere conditie hebben een ander ontwikkeling van burnout.

Nu wil ik echter een post-hoc toets doen om te kijken welke van de 3 condities dan significant anders zijn. Mijn hypothese was mu0 < mu1 < mu2, dus met een significant interactie effect weet ik nog niet genoeg.

Maar alle post-hoc toetsen testen vergelijken uitsluitend condities op de marginals: Ze toetsen dus ofdat er sign. verschil zit in de pretest en post-test, en ofdat er sign. verschil zit in de 3 condities op de DV. Maar dit is dus niet wat ik wil, ik wil een post-hoc test van de interactie tussen deze twee.

Ook onder options > Display means for, kun je 'compare main effects' aanzetten voor de main effects, maar dus niet voor de interactie! Ik heb alle opties onder contrasts en post-hoc geprobeerd, maar het lukt me niet om een post-hoc te vinden voor dit interactie effect. Hoe moet ik nu toetsen welke van de condities een ander ziekteverloop hadden?

Ik meen dat je hiervoor iets moet toevoegen aan de syntax van je repeated measures analyse. Ik zal het straks voor je opzoeken.

[ Bericht 100% gewijzigd door Viking84 op 10-05-2008 01:16:47 ]

Ik wil graag dat mijn databestand er na het uitvoeren van alle opdrachten er weer net zo uit ziet als in het begin, maar dat krijg ik niet voor elkaar. Ik werk alleen maar met filters en split files en heb al filter off en split file off gedaan. Wat kan ik nu nog verkeerd hebben gedaan?

Wat is er nu nog anders dan?

quote:

Op woensdag 4 juni 2008 12:11 schreef Tangarine het volgende:
Wat is er nu nog anders dan?

Nou, de data zijn niet netjes gestructureerd (de idnrs staan door elkaar enzo, en die wil ik gewoon zo hebben als ze waren: 1, 2, 3, 4, 5 etc).
Toen ik de opdrachten uitvoerde zag ik de data continu veranderen, maar uiteindelijk bleven ze gewoon door elkaar heen staan, dus ik moet hem de opdracht: 'ga terug naar beginstand' geven, maar ja, hoe doe ik dat? .

Opzich kun je gewoon op ID nummer sorteren Ik heb spss typisch genoeg niet geïnstalleerd staan op m'n computer dus kan het niet even snel controleren. maar volgens mij kun je gewoon wel iets als 'sort ascending/descending' doen. Volgens mij zit dat ergens in het menu.

Ik weet zo niet een knop om alles zeg maar 'ongedaan te maken' helaas. (volgens mij is dit nu een erg nutteloze post geworden )

Ik heb een variabele "msn1". Deze variabele heb ik over 7 dagen gemeten, van maandag tot en met zondag. Ik wil graag dat SPSS een grafiek uitdraait van de hele week, dus ik heb de volgende syntax gebruikt:

quote:

GRAPH
/LINE(SIMPLE)= MEAN(ma_msn1) MEAN(di_msn1) MEAN(woe_msn1) MEAN(do_msn1) MEAN(vr_msn1) MEAN(za_msn1) MEAN(zo_msn1)
/MISSING=LISTWISE .

Maar de gemiddelden die eruit komen rollen komen niet overeen met de gemiddelden uit de 'descriptives':

quote:

DESCRIPTIVES
VARIABLES=ma_msn1 di_msn1 woe_msn1 do_msn1 vr_msn1 za_msn1 zo_msn1
/STATISTICS=MEAN .

Kan iemand me vertellen waar de discrepantie in zit?

quote:

Op woensdag 18 juni 2008 17:50 schreef Claudia_x het volgende:
Ik heb een variabele "msn1". Deze variabele heb ik over 7 dagen gemeten, van maandag tot en met zondag. Ik wil graag dat SPSS een grafiek uitdraait van de hele week, dus ik heb de volgende syntax gebruikt:
[..]

Maar de gemiddelden die eruit komen rollen komen niet overeen met de gemiddelden uit de 'descriptives':
[..]

Kan iemand me vertellen waar de discrepantie in zit?

Heb je misschien categorieën gebruikt als 'missing' (krijgt vaak getal 9) of 'niet van toepassing' (krijgt vaak getal 8) en die ook meegeteld?

quote:

Op woensdag 18 juni 2008 17:52 schreef Viking84 het volgende:

[..]

Heb je misschien categorieën gebruikt als 'missing' (krijgt vaak getal 9) of 'niet van toepassing' (krijgt vaak getal 8) en die ook meegeteld?

Er is inderdaad aardig wat 'missing'. De gemiddelde scores liggen alleen niet heel ver uit elkaar bij beide opdrachten; de verschillen zijn subtiel en de trend is min of meer hetzelfde.

Ik vind het raar dat de gemiddelde score op een andere manier berekend wordt bij twee ogenschijnlijk gelijke opdrachten ('MEAN'). Hoe zien de verschillende berekeningen er dan uit?

Hoi beste mensen
Ik ben op zoek naar hulp met spss
Ik ben bezig met mijn scriptie, en door ongelofelijk veel pech heb ik pas 2 weken geleden mijn dataset gekregen en niemand in huis op de afdeling die mij kan helpen
Ik ben op zoek naar een bepaalde functie in SPSS. Ik heb al die tijd op internet zitten zoeken en ik wordt er niks wijzer uit. Ik heb ook zo vaak zitten experimenteren met SPSS en ik kom gewoon niet uit. Ik kan het niet vinden in de grote dikke SPSS boeken die ik had aangeschaft. De statistiek boeken beschrijven hoe je de data moet voorbereiden maar niet wat de formule zou moeten zijn.

De situatie:
Ik heb een dataset, met daarbij 3 scatterplots. Dat betekent dat ik eigenlijk 3 punten heb: een x, y coordinaat, en een 1, 2 of 3, waardoor de punt in een van de 3 scatterpunten wordt gezet. Voor elke scatterplot bestaat er een lineare relatie. Er zijn ook andere variabelen natuurlijk, confounders, die in de analyse moeten worden meegenomen, maar als ik het hoofdprobleem niet kan oplossen, dan is het bestaan van deze mogelijke confounders waardeloos.

Ik wil weten wat de significantie is van het verschil tussen de slope (dus hoek) en de intercept (dus de punt waarop het de Y as kruist bij x = 0) tussen deze 3 scatterplots. Dus een p waarde, om het maar zo te zeggen. Een zgn. ANCOVA

Ik heb ook een set dummy variabelen gemaakt waarbij groep 2 is 1, rest 0, groep 3 is 1, rest 0, en groep 2 + 3 zijn 1, en groep 1 is 0.

Als ik een lineare regressie draai, of een univariaat generalized linear model, wordt niet de analyse op de goede manier gedaan. Net voordat ik de dataset kreeg had ik te horen gekregen wat 1 van de waardes was die ik zou moeten vinden. Ik ben dus steeds op zoek geweest naar het berekenen van deze ene waarde; ik kom niet eens in de buurt. Daarna is die statisticus op vakantie gegaan en niemand anders op de afdeling die uberhaupt iets van af weet. En deze statisticus die komt pas 1 september terug.

Als iemand me uit de brand kan helpen hiermee, dat zou echt GEWELDIG zijn!!!

HELP. Ik ben op dit moment mijn data aan het bewerken en mijn vraag is de volgende;

Ik heb een vraag gesteld waarin, indien het antwoord "ja" was zij in een open tekstvlak een getal in moesten vullen, dit is een aanvullende variabele (2 variabelen dus). Nu hebben respondenten die "nee" aangaven bij de 1e variabele de 2e variabele overgeslagen. In mijn SPSS-data staan ze nu in die 2e rij vermeld als Missing-data. Hoe kan ik dit omzetten naar een code als "niet van toepassing".

Dus: hoe kan ik in SPSS formuleren dat als ze op het ene "nee" reageren vervolgens bij de volgende variabele er "niet van toepassing" wordt vermeld?

Ik hoop dat u mij kan helpen want ik kom er niet meer uit....!!

Groetjessss

tvp, ik begin er volgende week ook weer eens aan. Ben mijn thesis aan het schrijven en heb een hoop quantitatieve data verzameld in Afrika. In excel kloppen en dan aan de slag in SPSS

hahah tof topic :p

quote:

Op dinsdag 15 juli 2008 15:32 schreef Rejected het volgende:
hahah tof topic :p

Ja he?!

Hallo,

ik snap vrij weinig van dat hele spss.... Hoop dat iemand me kan helpen.. Ik heb volgens mij een hele simpele vraag:

Ik ben bezig met een onderzoek voor school en moet daarbij de volgende vraag analyseren met behulp van spss (enquete en resultaten heb ik al ingevoerd)

"Wat is de reden dat mensen die geen Ipod in hun bezit hebben er nu massaal voor kiezen om geen Iphone aan te schaffen?"

Ik moet dus 3 dingen gaan vergelijken met elkaar (of ze in het bezit zijn van een ipod, of ze wel of geen iphone gaan aanschaffen, wat de reden daarvoor is). Voor elk van deze 3 is er een aparte vraag in de enquete.

Nu moet ik volgens mij de mensen die WELeen Ipod in hun bezit hebben uit het hele onderzoek laten. Deze zijn voor deze vraag niet van belang. Op het moment dat ik dat gedaan heb kan ik de overige twee vragen gewoon tegen over elkaar afzetten in zo'n grafiek... Maar hoe laat ik de mensen die WEL een Ipod in hun bezit hebben uit het onderzoek?

Misschien dat iemand me op msn even kan toevoegen omdat het misschien een onduidelijk verhaaltje is, de hulp wordt dan ook makkelijker.
Ik ben bereid een vergoeding te betalen voor diegene die mij even te hulp kan staan.

msn is jillisg@hotmail.com

Alvast bedankt!

[ Bericht 0% gewijzigd door Jilliotti op 11-08-2008 11:11:42 ]

Data weglaten gaat via Data, Select cases, en dan een if.

Thanks! Kan weer aan de slag haha

Hoi allemaal,

ik ben bezig met een onderzoek waarvan de resultaten in een Excelfile zijn geladen.
Daarna heb ik deze data geimporteerd in SPSS. Ik heb alleen een probleem met de geboortedata.

Sommige mensen hebben een streepje (-) gezet en sommige mensen hebben een schuin streepje (/) gebruikt. In Excel heb alle streepjes met find and replace vervangen door een schuin streepje. Echter, als ik op de cel zelf ga staan, komt in de balk bovenin toch een streepje te staan. Bv. 12/01/1956 staat in de cel, maar in de balk (fx) staat 12-01-1956.

Als ik vervolgens de data naar SPSS importeer, worden deze data (met streepje) niet goed geimporteerd (komt nl een getal te staan wat niet klopt).

Ik hoop dat er iemand is die dit herkent en een oplossing weet, anders ben ik bang dat ik genoodzaakt ben 900 data handmatig te moeten veranderen

groetjes,

Dit is een Excel-vraag, geen SPSS-vraag. Waar het hier om gaat, is het opslagformaat van de gegevens in een cel in Excel. Die kun je aanpassen door er met de rechtermuisknop op te klikken en dan bij eigenschappen te kijken.

ow ok, waar moet ik het dan plaatsen? En heb het ook bij celeigenschappen veranderd, maar dan blijft het probleem dat er een streepje in de balk staat nog steeds.

Heeft iemand een idee hoe je een geboortedatum kan hercoderen tot een leeftijd?
En dan ook nog geboortedatum - bezoekdatum om achter de werkelijke datum te komen waarop een meting is verricht bij iemand...

Transform > Date and time wizard > Calculate with dates and times

Hier nog een SPSS beginneling Ik heb een variabele met plaatsnamen. Als ik bijvoorbeeld een frequentietabel laat genereren ziet hij 'zwolle' en 'Zwolle' als 2 verschillende scores, wat opzich logisch is. Hoe krijg ik automatisch alle scores in dezelfde case? Opzich maakt het niet uit of dat lower-, upper- of camelcase oid is..

edit: nevermind, al voor elkaar, had wat beter moeten zoeken
Voor de mensen die misschien ook hetzelfde probleem tegenkomen, ik heb transform->compute variable gebruikt. Als expressie voldeed voor mij LOWER(veldnaam). Voor de mensen die graag de eerste letter als hoofdletter willen, dan kun je de volgende expressie gebruiken: CONCAT(UPPER(Char.Substr(veldnaam, 1, 1)), LOWER(Char.Substr(veldnaam, 2)))
Misschien dat dat ook wel makkelijker kan

[ Bericht 23% gewijzigd door Intrepidity op 01-11-2008 22:59:41 ]

TVP.

Komende tijd moet ik ook weer flink aan de slag met SPSS. Wij krijgen eerst de onderliggende theorieën en mogen alles handmatig berekenen en in het vervolg van de colleges wordt uitgelegd dat het met SPSS allemaal met een druk op de knop gaat.