Het SPSS topic #2 - Waar we gezellig verder analyseren

Hi,

ik vraag me af hoe ik meerdere binaire variabelen kan samen voegen tot 1 variabele waarbij ze worden gecodeerd in groepen waarbij bv bij de eerste 2 beide een 1 werd gescoord.

Dus eigenlijk wil ik een variabele maken die de scores optelt als verschillende variabelen aan een bepaalde voorwaarden voldoen.

Ik hoop dat ik het duidelijk uit heb kunnen leggen en dat iemand me kan helpen,
Bedankt

Transform - Compute variable.

Of:
compute nVar = 0.
exe.

IF var_a = 1 nVar = 1.
IF var_b = 1 nVar = 1.
IF var_c = 1 nVar = 2.
IF var_d = 1 nVar = 2.
enzovoorts
exe.

Plakken in een syntax en runnen.

Om een of andere vage reden neemt mijn SPSS 'missing values' mee wanneer ik een nieuwe variabele compute.

Bij het berekenen van de betrouwbaarheid van een nieuw te maken schaal werden netjes de missing values overgeslagen en kreeg ik een N=180. Toen ik vervolgens met dezelfde variabelen een nieuwe schaal creeerde die het gemiddelde weer geeft, kwam er een N=260 uit en werden alleen respondenten overgeslagen die over de gehele schaal missing values hadden (oftewel niets hadden ingevuld bij alle vragen van deze schaal).

Volgens mij klopt er iets niet :S

-Heb je aangegeven dat je die missende waardes wil kopieren naar de nieuwe variabele? Zie hier, system missing aanvinken.
-Staat het bij je instelling van de nieuwe variabele wel goed, dus een waarde bij de kolom missing in het veld 'Variable view'?

Hopelijk kan iemand me helpen met het volgende:
Ik moet een confidence interval van het gemiddelde van Y voorspellen en daarbij voor x1, x2 en x3 een bepaalde waarde opgeven.

Nou ben ik niet heel handig met SPSS dus hopelijk weet iemand welke functie ik moet gebruiken en hoe dat precies in te stellen.

Multiple regressieanalyse?

Hier weer een SPSS probleem:

Voor mijn scriptie ben ik bezig met een conjoint analyse. Aangezien ik de afhankelijke variabele op nominaal als interval niveau gemeten heb, maak ik zowel van dummy variable multiple regression als binary logistic regression gebruik. Nu wil ik ook interactie effecten meten (geslacht, opleiding, etc). Mijn vraag is hoe ik dit precies moet doen? Ik heb al wat gegoogled maar maar kom niks bruikbaars tegen.

Hoop dat iemand mij hiermee kan helpen. Alvast dank voor de hulp.

Deze maken we ff unsticky

quote:

Op maandag 28 juni 2010 12:39 schreef The_Eye het volgende:
Hier weer een SPSS probleem:

Voor mijn scriptie ben ik bezig met een conjoint analyse. Aangezien ik de afhankelijke variabele op nominaal als interval niveau gemeten heb, maak ik zowel van dummy variable multiple regression als binary logistic regression gebruik. Nu wil ik ook interactie effecten meten (geslacht, opleiding, etc). Mijn vraag is hoe ik dit precies moet doen? Ik heb al wat gegoogled maar maar kom niks bruikbaars tegen.

Hoop dat iemand mij hiermee kan helpen. Alvast dank voor de hulp.

Ik heb mijn twijfels of dit überhaupt kan met SPSS, voor conjoint analyses wordt vaak andere software gebruikt dan SPSS, aparte pakketten speciaal ontwikkeld voor conjoint analyses.

Na een jaar niet met SPSS gewerkt te hebben, weet ik niet meer hoe het moet

Ik wil, simpel gezegd, SPSS laten uitrekenen of 2 series met waarden significant van elkaar verschillen (P<0.05)

Ik zal het omschrijven als knikkers in een pot, ipv waar het echt om draait.
2 groepen van 5 potten met elk 100 knikkers, en er zijn 3 verschillende kleuren knikkers: rood, geel en blauw.

Groep 1:
Pot 1: 95 rood, 5 geel, 0 blauw
Pot 2: 98 rood, 2 geel, 0 blauw
Pot 3: 98 rood, 2 geel, 0 blauw
Pot 4: 85 rood, 15 geel, 0 blauw
Pot 5: 100 rood, 0 geel, 0 blauw

Groep 2:
Pot 1: 55 rood, 43 geel, 2 blauw
Pot 2: 78 rood, 22 geel, 0 blauw
Pot 3: 76 rood, 24 geel, 0 blauw
Pot 4: 72 rood, 27 geel, 2 blauw
Pot 5: 87 rood, 13 geel, 0 blauw

Het programma moet per groep het gemiddelde aantal rode, gele en blauwe knikkers uitrekenen, en de standaard deviatie.
De vraag is: zitten er in groep 2 significant meer gele knikkers in de potten dan in groep 1? Welke test moet ik daarvoor nemen? Is dat de Univariate test? Welke waarde (pot, rode knikkers, gele knikkers, blauwe knikkers) moet ik in welk vakje zetten?

Basic vraagje over H0 en H1;

Is H0 altijd gelijk aan wat je verwacht dat uit de toets komt en wat je daarna dus gaat toetsen?

Bijvoorbeeld bij 100 mensen a-select ondervraagd:

H0 = er bestaat geen signifant verschil in de seksen van de respondenten
H1 = er bestaat wel....

Of kan dit ook anders om?

quote:

Op maandag 5 juli 2010 23:36 schreef Hiya het volgende:
Basic vraagje over H0 en H1;

Is H0 altijd gelijk aan wat je verwacht dat uit de toets komt en wat je daarna dus gaat toetsen?

Bijvoorbeeld bij 100 mensen a-select ondervraagd:

H0 = er bestaat geen signifant verschil in de seksen van de respondenten
H1 = er bestaat wel....

Of kan dit ook anders om?

Het doel is om je nul-hypothese te verwerpen. Daarin veronderstel je normaliter dat er geen effect/verschil is. In je alternatieve hypothese ga je wel uit van een effect/verschil.

quote:

Op maandag 5 juli 2010 23:36 schreef Hiya het volgende:
Basic vraagje over H0 en H1;

Is H0 altijd gelijk aan wat je verwacht dat uit de toets komt en wat je daarna dus gaat toetsen?

Bijvoorbeeld bij 100 mensen a-select ondervraagd:

H0 = er bestaat geen signifant verschil in de seksen van de respondenten
H1 = er bestaat wel....

Of kan dit ook anders om?

Even wat anders. Een hypothese is nooit significant, het is namelijk een uitspraak over de populatie. En die uitspraak is waar of onwaar.

quote:

Op dinsdag 6 juli 2010 10:10 schreef mies1983 het volgende:

[..]

Even wat anders. Een hypothese is nooit significant, het is namelijk een uitspraak over de populatie. En die uitspraak is waar of onwaar.

waarbij we dan ook maar zullen toevoegen dat de criteria voor wanneer een geproduceerd effect met significantie al dan niet de nul-hypothese verwerpt, grotendeels afhankelijk zijn van het wetenschappelijke veld waarin je jezelf bevind. Uiteraard wel met wat technische correcties voor de methode zelf, maar dat spreekt voor zich.

Medici gaan bijvoorbeeld uit van zeer lage effecten (minder dan 0,1 zelfs), maar dan op zeer grote steekproeven. (waarbij je moet inzien dat de mogelijkheden van een groter effect bij een grotere steekproef steeds kleiner worden en dat de afwijking op een kleine waarde dan ook steeds waarschijnlijker wordt veroorzaakt door een niet-toevallige variatie). In vergelijking doen sociale wetenschappers het met een zeer beperkt aantal cases of op grotere schaal met de 1000-2000 aantallen, waarbij op effectgrotes van 0,1 of meer wordt gehoopt.

/2 centen of zo iets.

quote:

Op maandag 5 juli 2010 09:28 schreef Brammie1 het volgende:
Na een jaar niet met SPSS gewerkt te hebben, weet ik niet meer hoe het moet

Ik wil, simpel gezegd, SPSS laten uitrekenen of 2 series met waarden significant van elkaar verschillen (P<0.05)

Ik zal het omschrijven als knikkers in een pot, ipv waar het echt om draait.
2 groepen van 5 potten met elk 100 knikkers, en er zijn 3 verschillende kleuren knikkers: rood, geel en blauw.

Groep 1:
Pot 1: 95 rood, 5 geel, 0 blauw
Pot 2: 98 rood, 2 geel, 0 blauw
Pot 3: 98 rood, 2 geel, 0 blauw
Pot 4: 85 rood, 15 geel, 0 blauw
Pot 5: 100 rood, 0 geel, 0 blauw

Groep 2:
Pot 1: 55 rood, 43 geel, 2 blauw
Pot 2: 78 rood, 22 geel, 0 blauw
Pot 3: 76 rood, 24 geel, 0 blauw
Pot 4: 72 rood, 27 geel, 2 blauw
Pot 5: 87 rood, 13 geel, 0 blauw

Het programma moet per groep het gemiddelde aantal rode, gele en blauwe knikkers uitrekenen, en de standaard deviatie.
De vraag is: zitten er in groep 2 significant meer gele knikkers in de potten dan in groep 1? Welke test moet ik daarvoor nemen? Is dat de Univariate test? Welke waarde (pot, rode knikkers, gele knikkers, blauwe knikkers) moet ik in welk vakje zetten?

Kan iemand mij nog hier mee helpen?

Ik weet niet of het goed is, maar ik zou het zo doen:
Data zo invoeren in spss en een extra rij maken waarbij je de groep aangeeft met een cijfer.
Dan een multivariate test uitvoeren met de kleuren als dependent variables en de groep als independent variable. Bij options kun je dan descriptive statistics aanvinken voor de standaarddeviatie enzo.

thanks! Ga ik morgen proberen

En, werkte het?

misschien, ik kan er nog niet echt wijs uit worden. Maandag verder proberen.

Ha! Hier is een SPSS topic! ik heb net een post gedaan, maar ik post hem even hier:

quote:

Hoi!

Vraagje. Ik heb net een exploratory factor analysis gedraait in SPSS. Hieruit zijn 7 factoren gekomen. Nu kom ik erachter dat ik ook Z-scores moet berekenen. Nou kan dat normaal wel, maar ik heb geen flauw idee hoe ik dat moet doen en dat er dan relevante scores uitkomen waar ook conclusies aan kunnen worden verbonden.

Wie helpt me op weg?

Meer info: ik heb 26 vragen - vragenlijst gedaan, met statements waarop mensen konden reageren op een likertscale. Hier is nu een exploratieve factor analyse uit gekomen. Maar het onderzoek waar het mijne op gebaseerd is, doet conclusies n.a.v. de Z-scores die uit de factor analyze komen. Hoe o hoe?

Ik ben momenteel bezig met een dataset, alleen er is een foutje ingeslopen bij het verzamelen van de data. Bij 2 van de 4 condities heten variabelen net iets anders terwijl ze hetzelfde zijn als de variabelen in de andere condities.

Bijvoorbeeld:

Conditie 1: cinhsta

In de 2de conditie heet dezelfde var: cinh1sta

Deze variabelen moeten dus 1 worden, want ze zijn hetzelfde..

Weet iemand hoe ik deze variabelen kan samenvoegen? Want ik kan het nergens vinden :S

Hoop dat iemand kan helpen, thanks!


Voor de extra uitleg:

Ik heb dus eigenlijk 2 variabelen (ik noem ze even a en b). Deze variabelen zijn dezelfde vraag, alleen in verschillende condities (foutje die erin geslopen is) dus ik wil ze samenvoegen, omdat ik nu dus lege plekken in mijn data heb.

En wat bedoel je precies met condities?

Klink overigens als iets wat je met RECODE zou moeten kunnen doen.

quote:

Op woensdag 14 juli 2010 10:38 schreef Z het volgende:
En wat bedoel je precies met condities?

Ehm nou de enquete is soort van een experimenteel design, dus er zitten 4 vragenlijsten in (condities) die random toegewezen worden aan een persoon. Door wat gehannes moesten er op het laatste moment nogal wat namen van variabelen gewijzigd worden in elke vragenlijst (had iets te maken met exporteren) en toen is dit foutje erin geslopen. De vragen moesten dus identiek zijn, maar dat zijn ze niet, vandaar dat ik ze wil samenvoegen om het recht te trekken.