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
Duidelijkquote:Op dinsdag 20 maart 2012 12:32 schreef oompaloompa het volgende:
[..]
[..]
Een post-hoc is een contrast.
Je hebt planned contrasts die je van te voren hebt bepaald en waar je geen type-1 correctie op toe hoeft te passen, pf post-hoc contrasten waarbij je dit wel moet doen.
SPSS heeft gewoon verwarrende naampjes voor de opties. En ik denk daar weer niet bij na en geef dus onhandig advies
Bedanktquote:
[..]
Klopt
Er zijn een aantal manieren om dit op te lossen.
1. Laat de cases die 1+ missing value hebben er uit.
2. Laat de cases die n+ missing values hebben er uit (zelf besluiten wat n is) en generer vervangende missing values.
3. Genereer vervangen values voor iedereen.
Dan heb je eigenlijk nog 2a, b, c, d, namelijk hoe vervang je de missing values.
Er zijn een aantal opties, celgemiddelde, groepsgemiddelde, etc. Dat is eigenlijk ook eigen keuze.
Elke keuze heeft voordelen en nadelen, je zult dus goed moeten beargumenteren waarom je voor welke oplossing hebt gekozen.
Als je bv iedereen met missing values er uit haalt bias je je sample. Maar door zelf data te genereren bias je weer je data, etc.
Ja het ligt echt aan hoe duidelijk een hypothese volgt in mijn ervaring. Soms lees ik papers waar ik er echt mijn vraagtekens bij zet, in andere papers is het zo ontzettend duidelijk uit de theorie dat je echt een specifiek contrast verwacht en heb ik er 0.0 problemen mee.quote:
Ik krijg bij dat soort van te voren bepaalde contrasts altijd een beetje een one-tailed t-test smaakje (in principe mogelijk, maar meestal misbruikt om iets toch significant te krijgen). Aan de andere kant is veel type-I correctie ook onzinnig.
Sowieso heb ik snel vraagtekens als alles rond de .05 hangt en als dingen een p van .001 hebben maakt het bijna niet meer uit of je controleert of niet
Op dinsdag 1 november 2016 00:05 schreef JanCees het volgende:
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
Ik loop vast bij het openen van het databestandquote:
Alles is heel diep weggezakt, zou neit eens weten of ik moet standaardiseren of niet enz
Zoek ff Pallant, SPSS survival manual op. Is hier en daar wel op internet te vinden in pdf.quote:
Is er toevallig iemand die mij kan 'ondersteunen' bij hoe ik een stapsgewijze lineaire regressie analyse moet aanpakken? Heb totaal geen idee maar moet het deze week wel gaan doen
'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>
Vraagje, we willen een verband tussen opvoedgedrag en probleemgedrag meten en kijken of dit verschillend is tussen twee landen. Hoe dan ook moeten we een multiple regressie analyse doen. We twijfelen over een hiërarchische of stapsgewijze. We hebben al dummyvariabelen aangemaakt voor land en geslacht en weten de volgorde waarin we het moeten invoeren. Nu lopen we alleen vast op toevoegen van de interactie-effecten. Waar kun je dit ook alweer doen? Alvast bedankt 
Dit zou een standaard macroreply moeten zijn op elke post in dit topic. Wat een handig boek is dat!quote:
[..]
Zoek ff Pallant, SPSS survival manual op. Is hier en daar wel op internet te vinden in pdf.
Of in een custom model, of zelf aanmaken door compute te gebruiken en voor elke dummie ook een interactiedummie te maken.quote:
Vraagje, we willen een verband tussen opvoedgedrag en probleemgedrag meten en kijken of dit verschillend is tussen twee landen. Hoe dan ook moeten we een multiple regressie analyse doen. We twijfelen over een hiërarchische of stapsgewijze. We hebben al dummyvariabelen aangemaakt voor land en geslacht en weten de volgorde waarin we het moeten invoeren. Nu lopen we alleen vast op toevoegen van de interactie-effecten. Waar kun je dit ook alweer doen? Alvast bedankt
Op dinsdag 1 november 2016 00:05 schreef JanCees het volgende:
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
Thnx voor je reactie maar begrijp het nog niet helemaal. Hoe doe ik dat preciesquote:Of in een custom model, of zelf aanmaken door compute te gebruiken en voor elke dummie ook een interactiedummie te maken.
Ongeveer zoals hieronder uitgelegdquote:
[..]
Thnx voor je reactie maar begrijp het nog niet helemaal. Hoe doe ik dat precies
quote:
[..]
Ik zou gewoon een variate test doen, is een stuk simpeler.
Met dummies doe je het volgende.
Stel je hebt geslacht gemeten en neuroticisme en regresseert deze op impulsief koopgedrag (noem ook maar wat) je verwacht dat het effect van neuroticisme voor mannen anders is dan voor vrouwen.
Gebruik voor geslacht 0 & 1, voeg deze toe in je regressie
Voeg neuroticisme toe
Voeg een interactieterm van de twee toe, compute een nieuwe variabele geslacht * neuroticisme
Als die interactie dan significant (pos of neg) blijkt te zijn, betekent dit dat het effect voor mannen anders is dan voor vrouwen.
[..]
Waar loop je vast? In principe gooi je gewoon steeds een nieuwe variabele in je regressie totdat deze niet significant meer verklaart.
[..]
Zolang je meer dan twee groepen hebt wel. (en meestal doe je bij twee een t-test dus is een anova juist gebruikelijk wanneer je wel contrasten moet doen)
Op dinsdag 1 november 2016 00:05 schreef JanCees het volgende:
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
Eerste gedeelte begrijpen we maar lopen vast bij "compute een nieuwe variabele geslacht * neuroticisme". Hoe doe ik dat precies...quote:Ongeveer zoals hieronder uitgelegd
computequote:
[..]
Eerste gedeelte begrijpen we maar lopen vast bij "compute een nieuwe variabele geslacht * neuroticisme". Hoe doe ik dat precies...
interactieab(of een andere naam) = a keer b
Op dinsdag 1 november 2016 00:05 schreef JanCees het volgende:
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
Hmm..wil nog niet echt lukken. Mag ik je misschien een PM sturen met wat meer info over ons onderzoek zodat je beter begrijp waar we tegen aan lopen?quote:
compute
interactieab(of een andere naam) = a keer b
Nou het is echt heel erg simpel, weet niet wat ik er nog aan toe kan voegen. Je maakt een variabele aan die het ene keer het andere is (dat is namelijk wat een interactie is, effect van het ene hangt af van de grootte van het andere). Kan er echt niets meer over zeggen dan dat je de twee originele variabelen met elkaar vermenigvuldigt en toevoegt aan je model...quote:
[..]
Hmm..wil nog niet echt lukken. Mag ik je misschien een PM sturen met wat meer info over ons onderzoek zodat je beter begrijp waar we tegen aan lopen?
(behalve dan een echo van crossover
)Je mag me zeker pm-en alhoewel ik eerlijk moet zeggen dat ik nogal aan het soggen ben en dus misshcien geen tijd heb er naar te kijken) maar ik weet niet in hoeverre ik nog iets toe kan voegen.
Op dinsdag 1 november 2016 00:05 schreef JanCees het volgende:
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
Hmm ja toch gaat het ergens mis. Toch even wat meer uitleg dan. We willen kijken of er een verband is tussen opvoedgedrag A en B en probleemgedrag X. Daarnaast willen we kijken of er verschil is tussen twee landen en of dit verschillend is voor jongens en meisjes.quote:
[..]
Nou het is echt heel erg simpel, weet niet wat ik er nog aan toe kan voegen. Je maakt een variabele aan die het ene keer het andere is (dat is namelijk wat een interactie is, effect van het ene hangt af van de grootte van het andere). Kan er echt niets meer over zeggen dan dat je de twee originele variabelen met elkaar vermenigvuldigd en toevoegt aan je model...
(behalve dan een echo van crossover
We moeten sowieso een multiple regressie doen. De afhankelijke variabele is probleemgedrag X.
We hebben het nu als volgt bedacht:
Block 1: dummy land x dummy sekse
Block 2: Opvoedgedrag A en opvoedgedrag B
Block 3: interactie-effect dummy land x opvoeding (2x)
We zijn nu begonnen met een stapsgewijze regressie, klopt dit of moet het hiërarchisch zijn?
Indien het inderdaad een stapsgewijze regressie moet zijn lopen we vast bij blok 3. We zijn schijnbaar ergens vergeten de interactie-effecten aan te maken/toe te voegen want in onze Output kunnen we de interactie-effecten niet terugvinden. Ook als we ze wel toegevoegd denken te hebben volgens jou eerder beschreven manier. Dus er gaat toch ergens iets niet goed, enig idee?
Laten we even je IV's a, b & c noemen, je afhankelijke is xquote:
[..]
Hmm ja toch gaat het ergens mis. Toch even wat meer uitleg dan. We willen kijken of er een verband is tussen opvoedgedrag A en B en probleemgedrag X. Daarnaast willen we kijken of er verschil is tussen twee landen en of dit verschillend is voor jongens en meisjes.
We moeten sowieso een multiple regressie doen. De afhankelijke variabele is probleemgedrag X.
We hebben het nu als volgt bedacht:
Block 1: dummy land x dummy sekse
Block 2: Opvoedgedrag A en opvoedgedrag B
Block 3: interactie-effect dummy land x opvoeding (2x)
We zijn nu begonnen met een stapsgewijze regressie, klopt dit of moet het hiërarchisch zijn?
Indien het inderdaad een stapsgewijze regressie moet zijn lopen we vast bij blok 3. We zijn schijnbaar ergens vergeten de interactie-effecten aan te maken/toe te voegen want in onze Output kunnen we de interactie-effecten niet terugvinden. Ook als we ze wel toegevoegd denken te hebben volgens jou eerder beschreven manier. Dus er gaat toch ergens iets niet goed, enig idee?
Als eerste maak je de volgende interactietermen aan:
a*b
a*c
b*c
a*b*c
Dan heb je in totaal 7 variabelen om toe te voegen:
a
b
c
ab
ac
bc
abc
De volgorde waarop je die toevoegt hangt van je theorie af (hierarchical regression)
Of je gooit het er gewoon in (stepwise)
Welke van die twee geschikt is hangt af van je methode & je onderzoek.
Hier staat daar meer uitleg over:
http://www.nd.edu/~rwilliam/stats1/x95.pdf
Op dinsdag 1 november 2016 00:05 schreef JanCees het volgende:
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
Ik snap de eerste en tweede nu super bedankt!!! nu hopen dat het lukt.. Ik behoor ook tot de VU studenten die hier hopeloos stuntelen met hypotheses.. moet ik bij de laatste een GLM gebruiken? Zo ja wat moet dan bij fixed factors bij mijn hypothese en wat bij covariate?quote:
[..]
1, multi(uni)variate of lineaire regressie met dummie + interacties voor geslacht.
2.linear regressie & sobel (of bootstrap) moet je even googlen voor de syntax
3. zelfde multi(uni)variate maar nu hopelijk zonder uitkomst dat er een interactie effect is.
[..]
Contrasten gebruiken, anovas zeggen nooit waar het verschil zit, is altijd een toets over de hele dataset.
Is het zo'n onduidelijk vak dan? Klinkt een beetje alsof jullie enorm in het diepe gegooid worden ^_^quote:
[..]
Ik snap de eerste en tweede nu super bedankt!!! nu hopen dat het lukt.. Ik behoor ook tot de VU studenten die hier hopeloos stuntelen met hypotheses.. moet ik bij de laatste een GLM gebruiken? Zo ja wat moet dan bij fixed factors bij mijn hypothese en wat bij covariate?
Het verschil tussen fixed factors en covariaten is dat je er van uit gaat dat covariaten een random verdeling hebben. Meestal zul je dus je condities in fixed factors zetten en dingen als leeftijd of de score op een bepaald psychologisch schaaltje / trait measure in covariates. Voor je resultaten maakt het eigenlijk vrijwel nooit iets uit.
Op dinsdag 1 november 2016 00:05 schreef JanCees het volgende:
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
ooohhh ik denk dat het kwartje begint te vallen.. ja het is echt verschrikkelijk.. tenminste bij mijn werkgroep. Ik ben heel blij met jou Je maakt veel dingen een stuk duidelijker dus echt 10000x bedankt. die dummy dingen zijn gelukkig gelukt en een deel van mijn mediatie bleek niet significant dus dat is gelukt.
nu alleen met mijn laatste hypothese. Die veronderstelt dat wel of niet piekeren en wel of niet sporten invloed hebben op depressie. Kan ik daar dan het beste zo'n General Lineair Model voor gebruiken en dan univariate of multivariate? Dan moet ik zeker alleen nog een interactie door compute maken voor sporten*piekeren en die dan ook als een fixed factor zetten?
Je maakt veel dingen een stuk duidelijker dus echt 10000x bedankt. die dummy dingen zijn gelukkig gelukt en een deel van mijn mediatie bleek niet significant dus dat is gelukt. nu alleen met mijn laatste hypothese. Die veronderstelt dat wel of niet piekeren en wel of niet sporten invloed hebben op depressie. Kan ik daar dan het beste zo'n General Lineair Model voor gebruiken en dan univariate of multivariate? Dan moet ik zeker alleen nog een interactie door compute maken voor sporten*piekeren en die dan ook als een fixed factor zetten?
kan het trouwens kloppen dat als je een dummy hebt gemaakt voor geslacht dat je geslacht zelf niet in de lineaire regressie moet gooien? Sorry voor alle vragen..quote:
[..]
Is het zo'n onduidelijk vak dan? Klinkt een beetje alsof jullie enorm in het diepe gegooid worden ^_^
Het verschil tussen fixed factors en covariaten is dat je er van uit gaat dat covariaten een random verdeling hebben. Meestal zul je dus je condities in fixed factors zetten en dingen als leeftijd of de score op een bepaald psychologisch schaaltje / trait measure in covariates. Voor je resultaten maakt het eigenlijk vrijwel nooit iets uit.
Dat klopt, wat je daar zegt. Je maakt immers niet voor niets dummyvariabelen aan. Maar, in principe is geslacht een dummyvariabele (je moet 'm dan wel met 0 en 1 coderen, als dat zo is, hoef je de dummyvariabele van geslacht niet te gebruiken).quote:
[..]
kan het trouwens kloppen dat als je een dummy hebt gemaakt voor geslacht dat je geslacht zelf niet in de lineaire regressie moet gooien? Sorry voor alle vragen..
'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>
Dank je welquote:
ooohhh ik denk dat het kwartje begint te vallen.. ja het is echt verschrikkelijk.. tenminste bij mijn werkgroep. Ik ben heel blij met jou
nu alleen met mijn laatste hypothese. Die veronderstelt dat wel of niet piekeren en wel of niet sporten invloed hebben op depressie. Kan ik daar dan het beste zo'n General Lineair Model voor gebruiken en dan univariate of multivariate? Dan moet ik zeker alleen nog een interactie door compute maken voor sporten*piekeren en die dan ook als een fixed factor zetten?
Je kunt of een univariate test doen, die test uit zichzelf de interactie (multivariate is met meerdere afhankelijke variabelen)
Voor de rest heeft crossover het al beantwoord
Op dinsdag 1 november 2016 00:05 schreef JanCees het volgende:
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
Hallo .
Ik heb een SPSS vraag.. ik hoop hem zo goed mogelijk uit te kunnen leggen.
Ik moest op school een paarsgewijze vergelijking doen. Dit houdt in dat mensen steeds 2 drankjes voor zich kregen, moesten zeggen welke de lekkerste was op 4 vlakken, hiervan waren 6 rondes. Voorbeeld: cola werd vergeleken met seven up op de vlakken geur, kleur, smaak en consistentie.
De uitkomsten hiervan wil ik vergelijken in SPSS, alleen heb ikecht geen idee hoe. Ik heb ze wel ingevoerd en geprobeerd er een grafiek van te maken maar het lukt niet echt. Misschien heb ik het verkeerd ingevoerd of doe ik het gewoon verkeerd.
Even printscreen van invoeren:
Etc etc, hierbij staat "cola sevenup kleur" voor de vergelijking van cola met sevenup op het gebied van kleur. Value is dan 1 = cola en 2 = sevenup.
Ik hoop dat jullie me kunnen helpen en als er nog vragen zijn etc hoor ik het ook wel!
Bedankt!
.Ik heb een SPSS vraag.. ik hoop hem zo goed mogelijk uit te kunnen leggen
. Ik moest op school een paarsgewijze vergelijking doen. Dit houdt in dat mensen steeds 2 drankjes voor zich kregen, moesten zeggen welke de lekkerste was op 4 vlakken, hiervan waren 6 rondes. Voorbeeld: cola werd vergeleken met seven up op de vlakken geur, kleur, smaak en consistentie.
De uitkomsten hiervan wil ik vergelijken in SPSS, alleen heb ikecht geen idee hoe. Ik heb ze wel ingevoerd en geprobeerd er een grafiek van te maken maar het lukt niet echt. Misschien heb ik het verkeerd ingevoerd of doe ik het gewoon verkeerd.
Even printscreen van invoeren:
Etc etc, hierbij staat "cola sevenup kleur" voor de vergelijking van cola met sevenup op het gebied van kleur. Value is dan 1 = cola en 2 = sevenup.
Ik hoop dat jullie me kunnen helpen en als er nog vragen zijn etc hoor ik het ook wel!
Bedankt!
Baby darling doll face honey
Aaahhh you just made my day!!!!!!quote:
[..]
Dank je wel
Je kunt of een univariate test doen, die test uit zichzelf de interactie (multivariate is met meerdere afhankelijke variabelen)
Voor de rest heeft crossover het al beantwoord
En dat geldt ook voor Crossover!!! Ik heb nu alle hypotheses kunnen testen en ik snap het ook gewoon allemaal!!! Nu nog een mooi verslagje maken 
Simpelweg beschrijven welke alternatieven het meest zijn gekozen mag niet? Je kan sowieso via Graphs, Bar, simple een grafiek maken.quote:
Hallo
Ik heb een SPSS vraag.. ik hoop hem zo goed mogelijk uit te kunnen leggen
Ik moest op school een paarsgewijze vergelijking doen. Dit houdt in dat mensen steeds 2 drankjes voor zich kregen, moesten zeggen welke de lekkerste was op 4 vlakken, hiervan waren 6 rondes. Voorbeeld: cola werd vergeleken met seven up op de vlakken geur, kleur, smaak en consistentie.
De uitkomsten hiervan wil ik vergelijken in SPSS, alleen heb ikecht geen idee hoe. Ik heb ze wel ingevoerd en geprobeerd er een grafiek van te maken maar het lukt niet echt. Misschien heb ik het verkeerd ingevoerd of doe ik het gewoon verkeerd.
Even printscreen van invoeren:
[ afbeelding ]
Etc etc, hierbij staat "cola sevenup kleur" voor de vergelijking van cola met sevenup op het gebied van kleur. Value is dan 1 = cola en 2 = sevenup.
Ik hoop dat jullie me kunnen helpen en als er nog vragen zijn etc hoor ik het ook wel!
Bedankt!
You're welcomequote:
[..]
Aaahhh you just made my day!!!!!!
'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>
Kun je proberen uit te leggen wat je precies wilt weten, wat voor een soort conclusie wil je trekken?quote:
Hallo
Ik heb een SPSS vraag.. ik hoop hem zo goed mogelijk uit te kunnen leggen
Ik moest op school een paarsgewijze vergelijking doen. Dit houdt in dat mensen steeds 2 drankjes voor zich kregen, moesten zeggen welke de lekkerste was op 4 vlakken, hiervan waren 6 rondes. Voorbeeld: cola werd vergeleken met seven up op de vlakken geur, kleur, smaak en consistentie.
De uitkomsten hiervan wil ik vergelijken in SPSS, alleen heb ikecht geen idee hoe. Ik heb ze wel ingevoerd en geprobeerd er een grafiek van te maken maar het lukt niet echt. Misschien heb ik het verkeerd ingevoerd of doe ik het gewoon verkeerd.
Even printscreen van invoeren:
[ afbeelding ]
Etc etc, hierbij staat "cola sevenup kleur" voor de vergelijking van cola met sevenup op het gebied van kleur. Value is dan 1 = cola en 2 = sevenup.
Ik hoop dat jullie me kunnen helpen en als er nog vragen zijn etc hoor ik het ook wel!
Bedankt!
Op dinsdag 1 november 2016 00:05 schreef JanCees het volgende:
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
De polls worden ook in 9 van de 10 gevallen gepeild met een meerderheid democraten. Soms zelf +10% _O-
nu val ik jullie nog 1x lastigquote:[..]
You're welcome
ik moet mijn meerdere oorzaken hypothese interpreteren, maar ik vond geen hoofdeffect voor beide variabelen (piekeren en sport), maar ook geen interactie effect.. hoe moet ik dit dan interpreteren?
Niet. Als er geen hoofdeffecten en interactie is dan geef je dat aan (begin met interactie en dan hoofdeffecten) en daarbij geef je aan dat ze niet significant verschillen.quote:
[..]
nu val ik jullie nog 1x lastig
wanneer er gevraagd wordt naar de totale variantie van een y-variabele bij een ANOVA
dan moet je toch bij je een ANOVA output tabel kijken bij de MSbetween?
* de SSeffect / df1?
dan moet je toch bij je een ANOVA output tabel kijken bij de MSbetween?
* de SSeffect / df1?
Dat is de variantie die een factor verklaart, niet de afhankelijke variabele (Y). (SSeffect / g-1)quote:Op vrijdag 23 maart 2012 19:29 schreef Silverdigger2 het volgende:
wanneer er gevraagd wordt naar de totale variantie van een y-variabele bij een ANOVA
dan moet je toch bij je een ANOVA output tabel kijken bij de MSbetween?
* de SSeffect / df1?
De totale variantie van Y is R2 (dus de proportie verklaarde variantie van dat model)
quote:
[..]
Dat is de variantie die een factor verklaart, niet de afhankelijke variabele (Y). (SSeffect / g-1)
De totale variantie van Y is R2 (dus de proportie verklaarde variantie van dat model)
SPOILEROm spoilers te kunnen lezen moet je zijn ingelogd. Je moet je daarvoor eerst gratis Registreren. Ook kun je spoilers niet lezen als je een ban hebt.dit is de vraag:
http://img19.imageshack.us/img19/6766/vraag12december.gif (copy/paste deze link)
en het correcte antwoord moet b zijn?
quote:
[..]Ja, die is heel leuk. (je had hem ook op de FB pagina statistiek 2 kunnen posten). Je pakt hier (vraag me niet waarom) het SScorrected total / N-1.SPOILEROm spoilers te kunnen lezen moet je zijn ingelogd. Je moet je daarvoor eerst gratis Registreren. Ook kun je spoilers niet lezen als je een ban hebt.dit is de vraag:
http://img19.imageshack.us/img19/6766/vraag12december.gif (copy/paste deze link)
en het correcte antwoord moet b zijn?
SPOILEROm spoilers te kunnen lezen moet je zijn ingelogd. Je moet je daarvoor eerst gratis Registreren. Ook kun je spoilers niet lezen als je een ban hebt.
Nee dat mag niet.. stom hequote:
[..]
Simpelweg beschrijven welke alternatieven het meest zijn gekozen mag niet? Je kan sowieso via Graphs, Bar, simple een grafiek maken.
[..]
You're welcome
! Je moet laten zien hoe je aan die resultaten komt en dat moet ook nog eens echt in SPSSEhm nou de drankjes worden vergeleken op laten we nu zeggen kleur, hiervan moeten ze van twee drankjes kiezen welke kleur ze 't beste vinden van deze twee. Dit gebeurt 3x. We hebben 3 drankjes dus ieder drankje komt tegen over een ander drankje te staan. Hiervan willen we weten hoevaak die mensen op welk drankje hebben gestemd.quote:
[..]
Kun je proberen uit te leggen wat je precies wilt weten, wat voor een soort conclusie wil je trekken?
Kijk hierboven is te zien dat 7-up qua kleur meer in de smaak viel dan cola. Ik heb al bedacht dat ik niet 3 van dit soort grafiekjes in één grafiek kan dus dat moest naast elkaar.. maar kan zoiets niet in een schema/tabel ofzo?
Baby darling doll face honey
Jawel...Analyse, Descriptives, Frequencies
'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>
Hier nog een beetje hulp nodig met mijn interactie-effecten. De correlatie van interactie XY is wel hoog en significant maar de voorspellende waarde is niet significant. Wat betekent dat dan? Vooral de correlatie...
Verder heb ik nog een vraag over m'n regressieanalyse. Ik ben op zoek naar hoe je kunt weten of het verband sterker is in land A dan in Land B. Ik heb wel gevonden dat een positief getal betekent dat land A hoger scoort maar dat zegt dan nog niks over de sterkte van het verband toch? of denk ik nu gewoon te moeilijk..
[ Bericht 21% gewijzigd door Trusten op 30-03-2012 10:08:18 ]
Verder heb ik nog een vraag over m'n regressieanalyse. Ik ben op zoek naar hoe je kunt weten of het verband sterker is in land A dan in Land B. Ik heb wel gevonden dat een positief getal betekent dat land A hoger scoort maar dat zegt dan nog niks over de sterkte van het verband toch? of denk ik nu gewoon te moeilijk..
[ Bericht 21% gewijzigd door Trusten op 30-03-2012 10:08:18 ]
Plaats je output eens.quote:
Hier nog een beetje hulp nodig met mijn interactie-effecten. De correlatie van interactie XY is wel hoog en significant maar de voorspellende waarde is niet significant. Wat betekent dat dan? Vooral de correlatie...
Dummyvariabele maken waarbij 0=land A en 1=land B en die vervolgens opnemen in je model. Daarnaast ook de interactievariabele met die dummy en de predictor opnemen in je model. Je ziet dan of het effect van X1 op Y afhankelijk is van Dummy2p.quote:Verder heb ik nog een vraag over m'n regressieanalyse. Ik ben op zoek naar hoe je kunt weten of het verband sterker is in land A dan in Land B. Ik heb wel gevonden dat een positief getal betekent dat land A hoger scoort maar dat zegt dan nog niks over de sterkte van het verband toch? of denk ik nu gewoon te moeilijk..
Je krijgt dan de betacoefficienten en door het regressiemodel op te stellen zie je aan de hand van de interactievariabele voor welk land het effect van x op y sterker is. Bijvoorbeeld:
Y = Constante + BX1 + BDummy + BX1*Dummy
Stel je BX1*Dummy = -0.523. Bij een waarde van 0(=land A) telt dit effect niet mee. Bij een waarde van 1 (=land B) tel je -0.523 op bij BX1 en dan zie je voor welk land het effect van BX1 groter is
[ Bericht 9% gewijzigd door crossover op 30-03-2012 11:07:58 ]
'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>
Ik snap dit niet helemaal geloof ik. Landdummy hebben we wel opgenomen in het model maar hoe ik het moet aflezen begrijp ik dan niet echt...quote:Dummyvariabele maken waarbij 0=land A en 1=land B etc
http://i44.tinypic.com/1fxzzr.jpg
Als iemand me verder kan helpen heel graag, het moet eigenlijk vanmiddag af maar ben echt vastgelopen 
Hmmm zojuist van docent begrepen dat we sowieso fout zitten. Kan de hele analyse overnieuw gaan doen...
De vraagstelling van deze studie is of er een verband bestaat tussen opvoedgedrag A en B en Gedrag X en of dit verband hetzelfde is bij kinderen uit land 1 en land 2. Deze vraagstelling is opgesplitst in de volgende onderzoeksvragen:
1. Bestaat er een verschil tussen kinderen uit land 1 en land 2 w.b. de mate van opvoedgedrag A en B?
2. Bestaat er een verschil tussen kinderen uit land 1 en land 2 w.b. de mate van gedrag X ?
3. Bestaat er een verband tussen opvoedgedrag A en gedrag X en is dit hetzelfde bij kinderen uit land 1 en land 2?
4. Bestaat er een verband tussen Opvoedgedrag B en gedrag X en is dit hetzelfde bij kinderen uit land 1 en land 2?
De eerste twee vragen hebben we inmiddels kunnen beantwoorden en we zijn toegekomen aan onze hiërarchische regressie-analyse voor vraag 3 en 4. We dachten dat we bijna klaar waren maar kregen helaas te horen dat we het niet goed hebben gedaan. We komen er niet meer uit o.a. wat betreft interactie-effecten, dummyvariabelen etc.. Is er iemand die in Jip en Janneke taal kort voor ons de stappen kan beschrijven om tot een antwoord van onze vragen te komen?
[ Bericht 46% gewijzigd door Trusten op 30-03-2012 20:51:28 ]
Daarom toch nog een keer mijn vraag....quote:die correlaties met dummy- en interactievariabele kun je niks mee, moet echt in regressie.
Uit jullie output kan ik niet halen met welke dummy de interactievariabelen gemaakt zijn. Het is een beetje gek om 2 dummy-variabelen (sekse en land) op te nemen en maar van 1 van die variabelen de interactie-effecten. Of alles in 1 analyse, of echt 2 analyses: apart voor sekse (+ interactie) en apart voor land (+interactie).
Om te zien hoe het interactie-effect voor land eruit ziet moet je een grafiekje maken met apart voor NL en IN een weergave van de samenhang tussen je variabelen. Dat kun je ook door vergelijking van de correlaties tussen NL en IN al een beetje zien.
De vraagstelling van deze studie is of er een verband bestaat tussen opvoedgedrag A en B en Gedrag X en of dit verband hetzelfde is bij kinderen uit land 1 en land 2. Deze vraagstelling is opgesplitst in de volgende onderzoeksvragen:
1. Bestaat er een verschil tussen kinderen uit land 1 en land 2 w.b. de mate van opvoedgedrag A en B?
2. Bestaat er een verschil tussen kinderen uit land 1 en land 2 w.b. de mate van gedrag X ?
3. Bestaat er een verband tussen opvoedgedrag A en gedrag X en is dit hetzelfde bij kinderen uit land 1 en land 2?
4. Bestaat er een verband tussen Opvoedgedrag B en gedrag X en is dit hetzelfde bij kinderen uit land 1 en land 2?
De eerste twee vragen hebben we inmiddels kunnen beantwoorden en we zijn toegekomen aan onze hiërarchische regressie-analyse voor vraag 3 en 4. We dachten dat we bijna klaar waren maar kregen helaas te horen dat we het niet goed hebben gedaan. We komen er niet meer uit o.a. wat betreft interactie-effecten, dummyvariabelen etc.. Is er iemand die in Jip en Janneke taal kort voor ons de stappen kan beschrijven om tot een antwoord van onze vragen te komen?
[ Bericht 46% gewijzigd door Trusten op 30-03-2012 20:51:28 ]
Het is voor mij alweer een hele tijd geleden dat ik statistiek heb gedaan. Werken met SPSS gaat me nog wel goed af, maar welke testen ik waarvoor moet gebruiken ben ik helemaal kwijt. Welke test moet ik gebruiken voor de volgende situatie:
Ik heb een groep atheneum-leerlingen en een groep gymnasium-leerlingen. Van alle leerlingen heb ik de gemiddelde cijfers op 5 vakken. Op welke manier (met welke test?) test ik of de gemiddelde cijfers van gymnasiumleerlingen significant hoger zijn dan die van de atheneumleerlingen?
Ik heb een groep atheneum-leerlingen en een groep gymnasium-leerlingen. Van alle leerlingen heb ik de gemiddelde cijfers op 5 vakken. Op welke manier (met welke test?) test ik of de gemiddelde cijfers van gymnasiumleerlingen significant hoger zijn dan die van de atheneumleerlingen?
Vijf verschillende onafhankelijke t-toetsen (analyse, compare means, independant t-test).quote:
Het is voor mij alweer een hele tijd geleden dat ik statistiek heb gedaan. Werken met SPSS gaat me nog wel goed af, maar welke testen ik waarvoor moet gebruiken ben ik helemaal kwijt. Welke test moet ik gebruiken voor de volgende situatie:
Ik heb een groep atheneum-leerlingen en een groep gymnasium-leerlingen. Van alle leerlingen heb ik de gemiddelde cijfers op 5 vakken. Op welke manier (met welke test?) test ik of de gemiddelde cijfers van gymnasiumleerlingen significant hoger zijn dan die van de atheneumleerlingen?
@Trusten: ik zal kijken of ik vanavond nog wat voor je kan betekenen (maar weet niet of ik tijd heb)
'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>
Torrents.
'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>
Stel ik heb een bestandje met bedrijven gerangschikt op volgorde van 'founding-year'. Hoe kan hier over verschillende delen de variabelen berekenen?
Erg versimpeld voorbeeldje anders zo onduidelijk:
Jan b.v. 1950
Joop b.v. 1971
Karel b.v. 1989
Piet b.v. 1942
Wat is de mean van de bedrijven voor 1970, en de mean van de bedrijven na 1970?
Erg versimpeld voorbeeldje anders zo onduidelijk:
Jan b.v. 1950
Joop b.v. 1971
Karel b.v. 1989
Piet b.v. 1942
Wat is de mean van de bedrijven voor 1970, en de mean van de bedrijven na 1970?
Twee verschillende groepen aanmaken?quote:Op woensdag 4 april 2012 17:38 schreef Sokz het volgende:
Stel ik heb een bestandje met bedrijven gerangschikt op volgorde van 'founding-year'. Hoe kan hier over verschillende delen de variabelen berekenen?
Erg versimpeld voorbeeldje anders zo onduidelijk:
Jan b.v. 1950
Joop b.v. 1971
Karel b.v. 1989
Piet b.v. 1942
Wat is de mean van de bedrijven voor 1970, en de mean van de bedrijven na 1970?
Je kunt bij visual binning twee groepen maken door de founding year var te splitsen bij 1970.quote:
Ja en hoe doe ik dat?:P Wil dus zeg maar een deel van voor 1970 en een deel van na 1970
Wat doet die visual binning optie precies?
'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>
In principe hetzelfde als recode, maar de recode optie is hier wat ingewikkelder. Het verdeelt je variabele in x groepen en geeft ze een dummy mee. Als je dan de data van alleen één bepaalde groep wil hebben gebruik je de gebinde dummy voor die groep.quote:
Wat doet die visual binning optie precies?
ik heb een mediatie getoetst, en nu blijkt alleen x2 significant. De interactie en x1 niet. Hoe moet ik dit nu interpreteren??
als x1 lost eerst significant is,
x2 los significant is,
en bij x1 én x2 in het model: de interactie en de x1 niet meer significant is, en x2 nog wel
dan is er sprake van volledige mediatie
x2 los significant is,
en bij x1 én x2 in het model: de interactie en de x1 niet meer significant is, en x2 nog wel
dan is er sprake van volledige mediatie
er moeten van te voren analyses significant zijn maar X1->X2 is niet significant. X1->Y, X2->Y wel. volgens die regels kan er dan al geen mediatie meer optreden.. Na de logistische regressie krijg ik als output dat X2 significant is, X1 niet en de interactie niet. Hoe moet ik dit dan interpreteren?
Mensen, ik ben helemaal in de war geraakt. Ik heb mijn uitwerkingen teruggekregen waarin feedback is genoteerd en ik heb helaas geen mogelijkheid om hier nog vragen over te stellen.
Onderaan dit bericht vind je het stukje uit mijn uitwerkingen. Het feedback wat erbij stond wat dat mijn hypothese niet juist is voor een t-test, omdat je twee groepen met elkaar vergelijkt.
Ik snap helemaal niet waarom dit onjuist is en wat ik dan wel moet doen.. wie kan me dit vertellen?
(Klantloyaliteit (afhankelijke variabele) is op interval niveau gemeten. )
De volgende hypothesen zijn getoetst:
H0: Geslacht heeft geen invloed op klantloyaliteit .
H1: Geslacht heeft invloed op klantloyaliteit.
Om te analyseren of de mate van klantloyaliteit van mannen verschilt met die van vrouwen is de Independent samples t-test uitgevoerd. Deze test was niet significant, t(123)= 0,74 p= 0,460. De gemiddelde mate van klantloyaliteit van mannen (M = 3,2, SD = 1,27) verschilt niet van de gemiddelde mate van klantloyaliteit van vrouwen (M = 3,0, SD = 1,04).
Onderaan dit bericht vind je het stukje uit mijn uitwerkingen. Het feedback wat erbij stond wat dat mijn hypothese niet juist is voor een t-test, omdat je twee groepen met elkaar vergelijkt.
Ik snap helemaal niet waarom dit onjuist is en wat ik dan wel moet doen.. wie kan me dit vertellen?
(Klantloyaliteit (afhankelijke variabele) is op interval niveau gemeten. )
De volgende hypothesen zijn getoetst:
H0: Geslacht heeft geen invloed op klantloyaliteit .
H1: Geslacht heeft invloed op klantloyaliteit.
Om te analyseren of de mate van klantloyaliteit van mannen verschilt met die van vrouwen is de Independent samples t-test uitgevoerd. Deze test was niet significant, t(123)= 0,74 p= 0,460. De gemiddelde mate van klantloyaliteit van mannen (M = 3,2, SD = 1,27) verschilt niet van de gemiddelde mate van klantloyaliteit van vrouwen (M = 3,0, SD = 1,04).
Why is a mathbook so sad? Because it has too many problems...
Oooh bedoelde hij dat Dankjewel!!
Weet je ook hoe ik dit moet toetsen? Gewoon met descriptives de gemiddelden vergelijken? Of is hier een geschikte toets voor?
Dankjewel!! Weet je ook hoe ik dit moet toetsen? Gewoon met descriptives de gemiddelden vergelijken? Of is hier een geschikte toets voor?
Why is a mathbook so sad? Because it has too many problems...
Een vraag over missing values!
Heb een bestand met 850 cases. Bijna alle data is dichotoom (0 of 1). Ik wil graag een (binaire) logistische regressie met18 variabelen uitvoeren, maar dan worden in totaal 90 cases weggelaten, omdat er dus meerdere system missing values zijn.
Het probleem is dat zodra één variabele die in de regressie gestopt wordt een missing value bevat, gelijk de hele case wordt weggelaten en gezien als 'missing case'. Wie weet nu wat te doen?
Heb een bestand met 850 cases. Bijna alle data is dichotoom (0 of 1). Ik wil graag een (binaire) logistische regressie met18 variabelen uitvoeren, maar dan worden in totaal 90 cases weggelaten, omdat er dus meerdere system missing values zijn.
Het probleem is dat zodra één variabele die in de regressie gestopt wordt een missing value bevat, gelijk de hele case wordt weggelaten en gezien als 'missing case'. Wie weet nu wat te doen?
Andrei Arlovski is a Belarusian heavyweight who has been in the MMA game for quite some time. His first professional fight dates back to 540 B.C. where Leonidas won as the underdog in Sparta
Niets. Die moet je als verloren beschouwen, tenzij je terug kan kijken in de oorspronkelijke vragenlijsten wat er is ingevuld.
Je kan natuurlijk ook een Stapeltje1 doen.
Je kan natuurlijk ook een Stapeltje1 doen.
SPOILEROm spoilers te kunnen lezen moet je zijn ingelogd. Je moet je daarvoor eerst gratis Registreren. Ook kun je spoilers niet lezen als je een ban hebt.'Expand my brain, learning juice!'
<a href="http://www.last.fm/user/crossover1" rel="nofollow" target="_blank">Last.fm</a>
Overigens mag je niet klagen met 760 cases.
'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>
Ik vul zo hier en daar ook gewoon wat dingetjes in als respondenten 3 vragen niet invullen...
Desnoods een 4tje van de Likert schaal :p
Maar hoe voeg je ook alweer meerdere antwoordmogelijkheden samen?
Ik heb namelijk 1 open vraag gehanteerd waar respondenten handmatig hun eigen beweegredenen konden opgeven.
Nu heb ik deze allemaal geindexeerd (700 respondenten, 7 categorïen), maar er zijn natuurlijk ook respondenten die 2 of 3 verschillende argumenten aangeven.
Hoe kan ik dit het beste verwerken in SPSS?
Of kan ik lekker 7 nieuwe variabelen aanmaken en die vervolgens invullen met 1 (ja) of 2 (nee)....
Zeg me alsjeblieft dat er een snellere manier is.
Desnoods een 4tje van de Likert schaal :p
Maar hoe voeg je ook alweer meerdere antwoordmogelijkheden samen?
Ik heb namelijk 1 open vraag gehanteerd waar respondenten handmatig hun eigen beweegredenen konden opgeven.
Nu heb ik deze allemaal geindexeerd (700 respondenten, 7 categorïen), maar er zijn natuurlijk ook respondenten die 2 of 3 verschillende argumenten aangeven.
Hoe kan ik dit het beste verwerken in SPSS?
Of kan ik lekker 7 nieuwe variabelen aanmaken en die vervolgens invullen met 1 (ja) of 2 (nee)....
Zeg me alsjeblieft dat er een snellere manier is.
"Ik heb nog met hem gekoerst"
Ik hoop dat je begeleider er niet achter komt.quote:
Ik vul zo hier en daar ook gewoon wat dingetjes in als respondenten 3 vragen niet invullen...
Desnoods een 4tje van de Likert schaal :p
They told me all of my cages were mental, so I got wasted like all my potential.
En je verwacht nadat je dit gezegd hebt dat we je nu serieus antwoord gaan geven?quote:
Ik vul zo hier en daar ook gewoon wat dingetjes in als respondenten 3 vragen niet invullen...
Desnoods een 4tje van de Likert schaal :p
Maar hoe voeg je ook alweer meerdere antwoordmogelijkheden samen?
Ik heb namelijk 1 open vraag gehanteerd waar respondenten handmatig hun eigen beweegredenen konden opgeven.
Nu heb ik deze allemaal geindexeerd (700 respondenten, 7 categorïen), maar er zijn natuurlijk ook respondenten die 2 of 3 verschillende argumenten aangeven.
Hoe kan ik dit het beste verwerken in SPSS?
Of kan ik lekker 7 nieuwe variabelen aanmaken en die vervolgens invullen met 1 (ja) of 2 (nee)....
Zeg me alsjeblieft dat er een snellere manier is.
700 respondenten hebben en dan nog zelf iets verzinnen ipv missing invullen
'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>
Misschien een Stapel fan...?quote:
700 respondenten hebben en dan nog zelf iets verzinnen ipv missing invullen
Ik ga volgende week aan mijn analyses beginnen.... Gelukkig heb ik Sandertje al kunnen strikken voor hulp!
"It's good to be open-minded, but not so open that your brains fall out."
Wie?quote:Op woensdag 25 april 2012 22:52 schreef automatic_ het volgende:
[..]
Misschien een Stapel fan...?
Ik ga volgende week aan mijn analyses beginnen.... Gelukkig heb ik Sandertje al kunnen strikken voor hulp!
Kan iemand mij met het volgende helpen.
Mijn data (van een groep middelbare scholieren) ziet er nu als volgt uit:
(achtereenvolgens: schoolvak, naam leerling, cijfer op dat vak)
vakA Jan Jansen 6,4
vakB Jan Jansen 6,9
vakC Jan Jansen 6,0
vakD Jan Jansen 7,0
vakA Mien Mienstra 7,1
vakB Mien Mienstra 7,2
vakC Mien Mienstra 7,3
vakD Mien Mienstra 7,4
etc.
Is het mogelijk om een nieuwe variabele te berekenen die van alle leerlingen afzonderlijk het gemiddelde over de 4 vakken berekend? En hoe doe ik dat?
Mijn data (van een groep middelbare scholieren) ziet er nu als volgt uit:
(achtereenvolgens: schoolvak, naam leerling, cijfer op dat vak)
vakA Jan Jansen 6,4
vakB Jan Jansen 6,9
vakC Jan Jansen 6,0
vakD Jan Jansen 7,0
vakA Mien Mienstra 7,1
vakB Mien Mienstra 7,2
vakC Mien Mienstra 7,3
vakD Mien Mienstra 7,4
etc.
Is het mogelijk om een nieuwe variabele te berekenen die van alle leerlingen afzonderlijk het gemiddelde over de 4 vakken berekend? En hoe doe ik dat?
Dat doe je met Transpose, inderdaad.quote:
'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>
Op met het commando flip (in je syntax). Of bestaat dat niet meer? Levensgevaarlijk commando.
Aldus.
Dat is dan wat anders, wat doet het?
'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>
Ik heb even een vraag en ik hoop dat ik hem duidelijk kan formulieren. Ik heb vier verschillende groepen (2-4, 5-7, 8-12,13-18). Er zijn drie groepen waarbij de kinderen zelf een vragenlijst hebben ingevuld (5-7, 8-12, 13-18). Daarnaast hebben bij alle groepen ook de ouders een lijst ingevuld. Voor de groep 2-4 jaar gebruik ik dus de vragenlijsten van de ouders.
Mijn idee was dus om de totale score van vader en de totale score van moeder bij elkaar te doen, maar dan alleen van de kinderen die 2-4 jaar zijn. Kan dit? En zo ja, hoe?
Ik dacht eerst zelf m.b.t. select cases, maar kan dat eigenlijk...?
Hopelijk is het een beetje duidelijk
Mijn idee was dus om de totale score van vader en de totale score van moeder bij elkaar te doen, maar dan alleen van de kinderen die 2-4 jaar zijn. Kan dit? En zo ja, hoe?
Ik dacht eerst zelf m.b.t. select cases, maar kan dat eigenlijk...?
Hopelijk is het een beetje duidelijk
"It's good to be open-minded, but not so open that your brains fall out."
Ja, ik heb daar nu al "totaal-schalen" bij gemaakt.quote:Op dinsdag 1 mei 2012 15:19 schreef Z het volgende:
Vaders en moeders zijn aparte cases (regel in databestand)?
"It's good to be open-minded, but not so open that your brains fall out."
Dat gaat niet werken. Ik zou de data aggregeren, met het kind als 'break variable' (data --> aggragate). Is dat een optie?
Aldus.
Ik ga even opzoeken wat dat isquote:
Dat gaat niet werken. Ik zou de data aggregeren, met het kind als 'break variable' (data --> aggragate). Is dat een optie?
"It's good to be open-minded, but not so open that your brains fall out."
Kijk ook weer even naar de optie Transpose; je kan hiermee de rijen op de kolommen zetten en andersom. Je kan dan berekeningen maken die je normaal niet kan doen.
'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>
Bovenstaand gegevens die ik uit een database heb gehaald en de regressie die ik voor mijn onderzoek ga gebruiken. Belangrijk bij de regressie is dat ik per Company ID + jaar de dummies bepaal en tegelijkertijd t/t-1 kan uitrekenen. Hoe moet ik de data indelen om mijn regressie te runnen?
Ik zat te denken aan kollommen sales t1, sales t2, sales t3, sales t4, etc voor andere variabelen en toch de rijen aan te houden die er nu instaan zodat ik per firm year dummies kan bepalen. Zouden jullie het anders aanpakken? En welke functie moet ik hiervoor gebruiken in SPSS?
Laat maar, ik denk dat ik de oplossing al heb.
[ Bericht 15% gewijzigd door Oidipous op 03-05-2012 16:07:18 ]
Het probleem begint al dat niet alle schalen betrouwbaar zijn
"It's good to be open-minded, but not so open that your brains fall out."
Hallo,
We hebben een vraag m.b.t. onze masterthesis. De volgende verbanden willen we onderzoeken:
invloed van I (ordinaal; goed/fout) op VW (continue)
invloed van A (continue) op VW
invloed van sekse (dummy) op VW
eventuele mediatieeffect van sekse op de invloed van I en A op VW
De steekproef is vrij klein; bevat 44 respondenten.
We zijn al een hele tijd aan het worstelen welke analyse we het beste kunnen gebruiken. Nu hebben we alle variabelen ingevoerd in een hierarchische regressie analyse (regression - lineair - ..next).
Nu hebben we in 1 model de hoofdeffecten en interactieeffecten (dmv compute variable) ingevoerd.
Is deze manier van toetsen een juiste om alle verbanden te onderzoeken? En moeten de hoofd- en interactie effecten in het model toegevoegd worden of moet dat op een of andere manier apart gemeten worden?
Heel graag wat tips omdat we niet kunnen checken of het goed is wat we nu doen...!
We hebben een vraag m.b.t. onze masterthesis. De volgende verbanden willen we onderzoeken:
invloed van I (ordinaal; goed/fout) op VW (continue)
invloed van A (continue) op VW
invloed van sekse (dummy) op VW
eventuele mediatieeffect van sekse op de invloed van I en A op VW
De steekproef is vrij klein; bevat 44 respondenten.
We zijn al een hele tijd aan het worstelen welke analyse we het beste kunnen gebruiken. Nu hebben we alle variabelen ingevoerd in een hierarchische regressie analyse (regression - lineair - ..next).
Nu hebben we in 1 model de hoofdeffecten en interactieeffecten (dmv compute variable) ingevoerd.
Is deze manier van toetsen een juiste om alle verbanden te onderzoeken? En moeten de hoofd- en interactie effecten in het model toegevoegd worden of moet dat op een of andere manier apart gemeten worden?
Heel graag wat tips omdat we niet kunnen checken of het goed is wat we nu doen...!
Dit lijkt me de juiste methode, ja. Vink ergens (uit m'n hoofd bij options) Sig F change aan en je kan zien of het toevoegen van de betreffende variabele een toegevoegde variantie verklaart. Hoofdeffecten heb je toch automatisch al toegevoegd? Dat zijn namelijk I, A en sekse.
'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>
Beste forumleden,
Ik heb op 22 variabelen zoals prijs, gastvrijheid etc.. gegevens verzamelt van respondenten die onderling van elkaar verschillen bijvoorbeeld op basis van opleiding of vanwege provincie waar zij wonen. Aan de hand van (bijvoorbeeld) deze laatste twee nominale waarden wil ik kijken of er significante verschillen zijn te analyseren voor de 22 variabelen waar men als respondent kon kiezen uit een antwoord op basis van een vijf punts likert schaal.
Ik heb met T testen en alles een poging gewaagd maar een fatsoenlijke tabel waarmee ik dit in een oogopslag kan zien krijg ik er niet uit.
Alvast hartelijk dank voor jullie hulp.
Met vriendelijke groet,
Erik
Ik heb op 22 variabelen zoals prijs, gastvrijheid etc.. gegevens verzamelt van respondenten die onderling van elkaar verschillen bijvoorbeeld op basis van opleiding of vanwege provincie waar zij wonen. Aan de hand van (bijvoorbeeld) deze laatste twee nominale waarden wil ik kijken of er significante verschillen zijn te analyseren voor de 22 variabelen waar men als respondent kon kiezen uit een antwoord op basis van een vijf punts likert schaal.
Ik heb met T testen en alles een poging gewaagd maar een fatsoenlijke tabel waarmee ik dit in een oogopslag kan zien krijg ik er niet uit.
Alvast hartelijk dank voor jullie hulp.
Met vriendelijke groet,
Erik
En je vraag is?quote:
Beste forumleden,
Ik heb op 22 variabelen zoals prijs, gastvrijheid etc.. gegevens verzamelt van respondenten die onderling van elkaar verschillen bijvoorbeeld op basis van opleiding of vanwege provincie waar zij wonen. Aan de hand van (bijvoorbeeld) deze laatste twee nominale waarden wil ik kijken of er significante verschillen zijn te analyseren voor de 22 variabelen waar men als respondent kon kiezen uit een antwoord op basis van een vijf punts likert schaal.
Ik heb met T testen en alles een poging gewaagd maar een fatsoenlijke tabel waarmee ik dit in een oogopslag kan zien krijg ik er niet uit.
Alvast hartelijk dank voor jullie hulp.
Met vriendelijke groet,
Erik
Op welke wijze ik een tabel kan produceren die de verschillen voor de twintig variabelen weergeeft voor (nominaal) verschillende respondenten?
Beste granaatappel,
Volgens mij niet, even geprobeerd maar kan in één vak maar variabelen invoeren en er blijft dan geen invoervak over voor nominale waarden..
Volgens mij niet, even geprobeerd maar kan in één vak maar variabelen invoeren en er blijft dan geen invoervak over voor nominale waarden..
Kun je die nominale waarden als provincie en opleiding niet gewoon omzetten in een schaal bijvoorbeeld Noord-Holland = 1, Zuid-Holland = 2 etc. Hetzelfde voor opleiding?quote:
Beste granaatappel,
Volgens mij niet, even geprobeerd maar kan in één vak maar variabelen invoeren en er blijft dan geen invoervak over voor nominale waarden..
Ow sorry, dat heb ik denk ik verkeerd vermeld. Die nominale waarden heb ik inderdaad wel omgezet in schaal.
Dus hoe kan ik kijken of de provincie waar men woont van invloed is op de waarde die men hecht aan de 22 attributen als accommodatie etc?
Hoop dat het duidelijk is.
Groet,
Erik
Dus hoe kan ik kijken of de provincie waar men woont van invloed is op de waarde die men hecht aan de 22 attributen als accommodatie etc?
Hoop dat het duidelijk is.
Groet,
Erik
Ben zelf ook pas thuis in de SPSS wereld dus wellicht kunnen de experts hier melden of ik het juist doe, maar zoals ik je vraag begrijp wil je aan de hand van bijvoorbeeld provincie zien hoe de verschillende provincies accommodatie hebben beoordeeld (of hier een bepaalde waarde aan toekennen)?
D.m.v. crosstabs krijg je hier een overzicht van, wil je vervolgens testen of provincie en accommodatie afhankelijk van elkaar zijn, dan vink je bij Statistics binnen crosstabs de chi-square aan. Is de p-waarde kleiner dan het significantieniveau, dan is er sprake van afhankelijkheid (vice versa).
Ik vind het lastig om je vraag goed te begrijpen, invloed is namelijk weer wat anders dan de verschillen tussen de provincies en de bijbehorende waarden van de variabelen.
D.m.v. crosstabs krijg je hier een overzicht van, wil je vervolgens testen of provincie en accommodatie afhankelijk van elkaar zijn, dan vink je bij Statistics binnen crosstabs de chi-square aan. Is de p-waarde kleiner dan het significantieniveau, dan is er sprake van afhankelijkheid (vice versa).
Ik vind het lastig om je vraag goed te begrijpen, invloed is namelijk weer wat anders dan de verschillen tussen de provincies en de bijbehorende waarden van de variabelen.
Sorry Granaatappel,
Ik wil kijken of personen die Polen als vakantiebestemming reeds hebben bezocht of niet wezenlijke verschillen in de beoordeling van de accommodatie kwaliteit of de veiligheid (zijn er slechts twee) laten zien. Naast het feit of men er geweest is ja of nee wil ik voor alle 22 variabelen kijken of ouder mensen bijvoorbeeld meer belang hechten aan cultuur dan dat jongere mensen dit doen.
Helaas zijn niet alle groepen vergelijkbaar qua omvang maar indien 70% van de ouderen aangeeft cultuur van belang te vinden en van de jongeren slechts 20% dan kan ik hier uiteraard wat mee.
Mocht ik het wederom gepresteerd te hebben het onduidelijk te hebben geformuleerd schroom dan niet om opheldering te vragen.
Alvast hartelijk dank voor het meedenken!
Groet,
Erik
Ik wil kijken of personen die Polen als vakantiebestemming reeds hebben bezocht of niet wezenlijke verschillen in de beoordeling van de accommodatie kwaliteit of de veiligheid (zijn er slechts twee) laten zien. Naast het feit of men er geweest is ja of nee wil ik voor alle 22 variabelen kijken of ouder mensen bijvoorbeeld meer belang hechten aan cultuur dan dat jongere mensen dit doen.
Helaas zijn niet alle groepen vergelijkbaar qua omvang maar indien 70% van de ouderen aangeeft cultuur van belang te vinden en van de jongeren slechts 20% dan kan ik hier uiteraard wat mee.
Mocht ik het wederom gepresteerd te hebben het onduidelijk te hebben geformuleerd schroom dan niet om opheldering te vragen.
Alvast hartelijk dank voor het meedenken!
Groet,
Erik
Bij het berekenen van mijn Cronbach's Alpha stuitte ik op een probleem. Mijn variabele wordt gemeten met twee items, maar de CA valt erg laag uit. Dat houdt dan in dat één van de items verwijderd moet worden, toch? Maar op welke manier bepaal ik welke van de twee items uit de set verwijderd moet worden?
Hopelijk weet iemand mij weer op weg te helpen. Alvast bedankt.
Hopelijk weet iemand mij weer op weg te helpen. Alvast bedankt.
:)
Dat kan niet. Dan kun je geen CA meer berekenen, want die gaat over meer dan 1 item. Je kunt kijken naar de item-restcorrelatie.quote:
Bij het berekenen van mijn Cronbach's Alpha stuitte ik op een probleem. Mijn variabele wordt gemeten met twee items, maar de CA valt erg laag uit. Dat houdt dan in dat één van de items verwijderd moet worden, toch? Maar op welke manier bepaal ik welke van de twee items uit de set verwijderd moet worden?
Hopelijk weet iemand mij weer op weg te helpen. Alvast bedankt.
| Forum Opties | |
|---|---|
| Forumhop: | |
| Hop naar: | |