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
Via een PrintScrn en dan photoshop of paint oid? Kan ook rechtstreeks in Word maar dan moet je nog wat bijsnijden, weet niet af dat in Word kan.
Aldus.
Ja, dat heb ik geprobeerd, maar dan krijg je hem niet volledig APA. Het gaat ook om lettertype van de assen, achtergrondkleur van de grafiek, etc.?
Edit: Met dank aan een studiegenootje. Als je dubbelklikt op de grafiek (of het histogram in dit geval) kun je vanalles aanpassen. Dom dat ik daar zelf niet op gekomen ben....
Edit2: Wel een andere vraag over iets "heel" anders. Wanneer concludeer je op basis van een histogram (in combinatie met zo'n mooie normaalcurve) dat het een normale verdeling is? Ik heb wel eens een histogram gezien dat totaal niet op die normaalcurve leek, maar dat wel normaalverdeeld genoemd werd en nu heb ik histogrammen, die ik wel redelijk normaalverdeeld vind lijken, maar die het toch niet schijnen te zijn. Kennelijk zijn mijn criteria dus niet oké.
[ Bericht 69% gewijzigd door Pinklady89 op 15-05-2012 19:16:03 ]
Edit: Met dank aan een studiegenootje. Als je dubbelklikt op de grafiek (of het histogram in dit geval) kun je vanalles aanpassen. Dom dat ik daar zelf niet op gekomen ben....
Edit2: Wel een andere vraag over iets "heel" anders. Wanneer concludeer je op basis van een histogram (in combinatie met zo'n mooie normaalcurve) dat het een normale verdeling is? Ik heb wel eens een histogram gezien dat totaal niet op die normaalcurve leek, maar dat wel normaalverdeeld genoemd werd en nu heb ik histogrammen, die ik wel redelijk normaalverdeeld vind lijken, maar die het toch niet schijnen te zijn. Kennelijk zijn mijn criteria dus niet oké.
[ Bericht 69% gewijzigd door Pinklady89 op 15-05-2012 19:16:03 ]
Vraag: in mijn regressie van 18 variabelen worden er 2 uitgelaten door SPSS bij het uitvoeren van een lineaire regressie. De eerste variabel is bijna hetzelfde als variabel 2, enkel bij de eerste wordt er gecorreleerd met een dummyvariabele. Namelijk:
Variabel 1: Dummy*omzetT/omzetT-1*economische groei
Variabel 2: economische groei
De tweede variabel kan enkel 4 waardes aannemen waardoor er weinig variatie in zit (veroorzaakt dit bijvoorbeeld multicollineariteit?). Is dat dan ook de reden dat de twee variabelen niet worden meegenomen?
[ Bericht 0% gewijzigd door Oidipous op 16-05-2012 13:52:15 ]
Variabel 1: Dummy*omzetT/omzetT-1*economische groei
Variabel 2: economische groei
De tweede variabel kan enkel 4 waardes aannemen waardoor er weinig variatie in zit (veroorzaakt dit bijvoorbeeld multicollineariteit?). Is dat dan ook de reden dat de twee variabelen niet worden meegenomen?
[ Bericht 0% gewijzigd door Oidipous op 16-05-2012 13:52:15 ]
Hoe kan ik de resultaten van een 7 punts schaal omvormen naar een 3 punts schaal (i.e. van antwoordcategoriën bundelen)?
"Ik heb nog met hem gekoerst"
Misschien een hele stomme vraag. Van een aantal gegevens wil ik kijken hoevaak elke waarde voorkomt. Bijv: waarde A komt 3 keer voor, waarde B 4 keer en waarde C 8 keer.
Nu doe ik dat heel simpel via analyze frequencies, maar ik wil alles wat 0, 1 en 2 keer voorkomt NIET weergeven. Dus ik wil alleen alles wat 3x of vaker voorkomt weergeven met daarbij hoevaak dit voorkomt.
Kom er echt niet uit, ook de handleiding van SPSS en het internet niet, misschien dat iemand mij hier kan helpen?
Nu doe ik dat heel simpel via analyze frequencies, maar ik wil alles wat 0, 1 en 2 keer voorkomt NIET weergeven. Dus ik wil alleen alles wat 3x of vaker voorkomt weergeven met daarbij hoevaak dit voorkomt.
Kom er echt niet uit, ook de handleiding van SPSS en het internet niet, misschien dat iemand mij hier kan helpen?
Hello! I am a signature virus. Please copy me into your own signature to help me spread.
Data-> Select cases -> Select cases if...quote:Op donderdag 17 mei 2012 14:20 schreef axz0l het volgende:
Misschien een hele stomme vraag. Van een aantal gegevens wil ik kijken hoevaak elke waarde voorkomt. Bijv: waarde A komt 3 keer voor, waarde B 4 keer en waarde C 8 keer.
Nu doe ik dat heel simpel via analyze frequencies, maar ik wil alles wat 0, 1 en 2 keer voorkomt NIET weergeven. Dus ik wil alleen alles wat 3x of vaker voorkomt weergeven met daarbij hoevaak dit voorkomt.
Kom er echt niet uit, ook de handleiding van SPSS en het internet niet, misschien dat iemand mij hier kan helpen?
En daar [variabele naam] >2 invullen
Data-> Select cases -> Select if condition is satisfied -> MERK >= 2
En dan een foutmelding. Het gaat hier overigens om automerken, ik wil tellen hoevaak een automerk genoemd wordt. Dus bijv. Peugeot 10x, VW 8x etc. En daarbij wil ik dus alleen alles wat 3x of vaker genoemd wordt tonen
En dan een foutmelding. Het gaat hier overigens om automerken, ik wil tellen hoevaak een automerk genoemd wordt. Dus bijv. Peugeot 10x, VW 8x etc. En daarbij wil ik dus alleen alles wat 3x of vaker genoemd wordt tonen
Hello! I am a signature virus. Please copy me into your own signature to help me spread.
Hoi,
Kan iemand mij uitleggen waarom de keuze van referentiegroepen bij logistische regressie van invloed is op de p-waarden van mijn predictoren?
Ik heb een model met 2 categoriale predictoren met beide 2 groepen, 1 continue predictor, en een binaire afhankelijke variabele.
Ik kijk naar de hoofdeffecten, de 2 tweeweginteracties tussen de categoriale predictoren en de continue predictor en de drieweginteractie tussen de twee categoriale predictoren en de continue predictor.
dus
Cat1
Cat2
Con
Cat1*con
Cat2*con
Cat1*Cat2*con
Als ik voor beide categoriale predictoren de eerste groep als referentiegroep neem, is de tweede tweeweg interactie wel significant. Als ik voor beide categoriale predictoren de tweede groep als referentiegroep neem, is de tweede tweeweg interactie niet significant.
De drieweginteractie blijft in alle gevallen altijd significant.
Kan iemand mij vertellen waarom dit verschil uitmaakt bij variabelen met maar 2 groepen? Er is dan toch niet eens sprake van een echt "contrast"?
Kan iemand mij uitleggen waarom de keuze van referentiegroepen bij logistische regressie van invloed is op de p-waarden van mijn predictoren?
Ik heb een model met 2 categoriale predictoren met beide 2 groepen, 1 continue predictor, en een binaire afhankelijke variabele.
Ik kijk naar de hoofdeffecten, de 2 tweeweginteracties tussen de categoriale predictoren en de continue predictor en de drieweginteractie tussen de twee categoriale predictoren en de continue predictor.
dus
Cat1
Cat2
Con
Cat1*con
Cat2*con
Cat1*Cat2*con
Als ik voor beide categoriale predictoren de eerste groep als referentiegroep neem, is de tweede tweeweg interactie wel significant. Als ik voor beide categoriale predictoren de tweede groep als referentiegroep neem, is de tweede tweeweg interactie niet significant.
De drieweginteractie blijft in alle gevallen altijd significant.
Kan iemand mij vertellen waarom dit verschil uitmaakt bij variabelen met maar 2 groepen? Er is dan toch niet eens sprake van een echt "contrast"?
Mensen, ik kom er niet uit dus ik hoop dat iemand mij toch nog verder kan helpen. Het gaat om een
kolom waar mensen zelf een 'automerk' intypen, neem peugeot als voorbeeld (het is dus een string).
Uiteindelijk kijk ik via frequencies en zie ik nu dat 55 mensen peugeot hebben ingevoerd, 38 mensen volkswagen en bijvoorbeeld maar 1 iemand die kiest voor Toyota, 1 iemand die kiest voor Honda.
Omdat het nu een gigantische lijst is, wil ik alle automerken die slechts 1x voorkomen (die dus door 1 iemand zijn ingevuld) weglaten, maar ik krijg het maar niet voor elkaar!!
Select if dat heeft geen zin, want de output van analyze, frequencies is geen variabele. Die kan ik dus niet selecteren.
Hoe kan ik nou mijn frequenties in de output window zo sorteren dat alles wat slechts 1x is genoemd, niet getoond wordt?!
kolom waar mensen zelf een 'automerk' intypen, neem peugeot als voorbeeld (het is dus een string).
Uiteindelijk kijk ik via frequencies en zie ik nu dat 55 mensen peugeot hebben ingevoerd, 38 mensen volkswagen en bijvoorbeeld maar 1 iemand die kiest voor Toyota, 1 iemand die kiest voor Honda.
Omdat het nu een gigantische lijst is, wil ik alle automerken die slechts 1x voorkomen (die dus door 1 iemand zijn ingevuld) weglaten, maar ik krijg het maar niet voor elkaar!!
Select if dat heeft geen zin, want de output van analyze, frequencies is geen variabele. Die kan ik dus niet selecteren.
Hoe kan ik nou mijn frequenties in de output window zo sorteren dat alles wat slechts 1x is genoemd, niet getoond wordt?!
Hello! I am a signature virus. Please copy me into your own signature to help me spread.
Variabele kopiëren, ctrl + F, alle veel voorkomende antwoorden vervangen (door 'replace') door numerieke waarden en die waardes coderen bij variable labels. Vervolgens de overige verwijderen of system missing van maken. Als laatste nog zorgen dat het een numerieke varaibele is en dan kan je als het goed is frequentietabellen maken.quote:
Mensen, ik kom er niet uit dus ik hoop dat iemand mij toch nog verder kan helpen. Het gaat om een
kolom waar mensen zelf een 'automerk' intypen, neem peugeot als voorbeeld (het is dus een string).
Uiteindelijk kijk ik via frequencies en zie ik nu dat 55 mensen peugeot hebben ingevoerd, 38 mensen volkswagen en bijvoorbeeld maar 1 iemand die kiest voor Toyota, 1 iemand die kiest voor Honda.
Omdat het nu een gigantische lijst is, wil ik alle automerken die slechts 1x voorkomen (die dus door 1 iemand zijn ingevuld) weglaten, maar ik krijg het maar niet voor elkaar!!
Select if dat heeft geen zin, want de output van analyze, frequencies is geen variabele. Die kan ik dus niet selecteren.
Hoe kan ik nou mijn frequenties in de output window zo sorteren dat alles wat slechts 1x is genoemd, niet getoond wordt?!
'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>
Hallo, ik heb een probleem (SPSS 17.0):
Ik heb een hoop data gecopy paste vanuit excel naar een spss sheet. Maar als ik ze wil analyzeren (general linear model -> univariate) dan mag ik mijn data niet naar fixed factor verplaatsen want 'string variables are not allowed in the list'.
Dus ik poog het probleem te verhelpen door mijn data van type: string naar type: numeric te veranderen. En hier loop ik vast: als ik dit doe veranderen al mijn data van die kolom in punten. Als ik het weer terug naar string verander zijn mijn kolommen leeg!
Ik kan ook niet eerst de kolom op numeric zetten en dan pas mijn data er in plakken want dan krijg ik nog steeds punten.
Wie biedt de oplossing?
Ik heb een hoop data gecopy paste vanuit excel naar een spss sheet. Maar als ik ze wil analyzeren (general linear model -> univariate) dan mag ik mijn data niet naar fixed factor verplaatsen want 'string variables are not allowed in the list'.
Dus ik poog het probleem te verhelpen door mijn data van type: string naar type: numeric te veranderen. En hier loop ik vast: als ik dit doe veranderen al mijn data van die kolom in punten. Als ik het weer terug naar string verander zijn mijn kolommen leeg!
Ik kan ook niet eerst de kolom op numeric zetten en dan pas mijn data er in plakken want dan krijg ik nog steeds punten.
Wie biedt de oplossing?
Probeer deze syntax:
alter type variabele (f8.2).
In SPSS 20 werkt jouw methode wel. Je moet dan wel alleen maar getallen in je data hebben dus check eens of je letters of symbolen er in hebt staan en probeer het dan nog eens (als bovenstaande syntax niet werkt).
alter type variabele (f8.2).
In SPSS 20 werkt jouw methode wel. Je moet dan wel alleen maar getallen in je data hebben dus check eens of je letters of symbolen er in hebt staan en probeer het dan nog eens (als bovenstaande syntax niet werkt).
'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>
Waar moet ik die syntax invoeren dan? o.O
En een voorbeeld van mijn waarde is: 1470.935
De punt functioneert hier als decimal seperator. Worden deze punten wellicht als symbolen geteld waardoor ik dus die error krijg?
En een voorbeeld van mijn waarde is: 1470.935
De punt functioneert hier als decimal seperator. Worden deze punten wellicht als symbolen geteld waardoor ik dus die error krijg?
Die syntax voer je in in het syntax scherm. (file, new, syntax).
Je kan proberen om de punten te vervangen door komma's mbv ctrl+F.
Je kan proberen om de punten te vervangen door komma's mbv ctrl+F.
'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>
Ok, die syntax zet die string waarde dus om in numeric. Maar nog altijd punten 
Ik kan nog dat van punten/komma's proberen maar in de opties staat gewoon dat ie punten als decimal seperator herkend.
edit: yeah als ik punten in komma's verander werkt het. Snap niet waarom hij het niet met punten wil doen, want zo hij stond zo ingesteld dat ie punten zou moeten herkennen D:
Bedankt voor de hulp!
Ik kan nog dat van punten/komma's proberen maar in de opties staat gewoon dat ie punten als decimal seperator herkend.
edit: yeah als ik punten in komma's verander werkt het. Snap niet waarom hij het niet met punten wil doen, want zo hij stond zo ingesteld dat ie punten zou moeten herkennen D:
Bedankt voor de hulp!
Die optie gaat waarschijnlijk alleen op bij numerieke variabelen,vandaar. Maar SPSS zit vol met zulke eigenaardigheden 
'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>
Oké, dit is waarschijnlijk echt een ernstige vraag, maar ik stel hem toch. Het gaat om een 2-weg ANOVA. De resultaten hiervan wil ik noteren in een verslag en daarbij moet ik de vrijheidsgraden uitdrukken: F(df_between, df_within). Tot zover geen probleem.
Maar, nu heb ik getest voor een hoofdeffect (2 condities). Df_between wordt dan 1. Df_within zou (aantal ppn - aantal condities) moeten zijn. Alleen, waarom gebruik je voor dit aantal condities dan het aantal condities van het gehele experiment (in dit geval 4) in plaats van het aantal condities van deze toets (het hoofdeffect; 2 condities dus)?
Maar, nu heb ik getest voor een hoofdeffect (2 condities). Df_between wordt dan 1. Df_within zou (aantal ppn - aantal condities) moeten zijn. Alleen, waarom gebruik je voor dit aantal condities dan het aantal condities van het gehele experiment (in dit geval 4) in plaats van het aantal condities van deze toets (het hoofdeffect; 2 condities dus)?
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.nvm
[ Bericht 5% gewijzigd door Silverdigger2 op 28-05-2012 23:52:52 ]
Ik moet een ANOVA test uitvoeren, maar de Levene's test die homogeneity bepaald geeft een significante waarde aan. Dat betekend dus dat de varianties niet gelijk zijn in de groepen en een ANOVA (die gelijke varantie vereist) toets niet mag worden gebruikt.
Heb al met mijn stagebegeleider overlegd en hij raadde aan om de data te transformeren. Heb al verschillende log en Ln transformaties geprobeerd, maar het blijft altijd significant aangeven.
Heeft iemand nog ideeën om dit te verhelpen? Of wat ik kan overwegen als alternatief (wat dus wel mogelijk is met ongelijke varianties).
Heb al met mijn stagebegeleider overlegd en hij raadde aan om de data te transformeren. Heb al verschillende log en Ln transformaties geprobeerd, maar het blijft altijd significant aangeven.
Heeft iemand nog ideeën om dit te verhelpen? Of wat ik kan overwegen als alternatief (wat dus wel mogelijk is met ongelijke varianties).
Je kunt non-parametrisch toetsen, maar bij genoeg proefpersonen is een schending van levene's test niet zo rampzalig.quote:
Ik moet een ANOVA test uitvoeren, maar de Levene's test die homogeneity bepaald geeft een significante waarde aan. Dat betekend dus dat de varianties niet gelijk zijn in de groepen en een ANOVA (die gelijke varantie vereist) toets niet mag worden gebruikt.
Heb al met mijn stagebegeleider overlegd en hij raadde aan om de data te transformeren. Heb al verschillende log en Ln transformaties geprobeerd, maar het blijft altijd significant aangeven.
Heeft iemand nog ideeën om dit te verhelpen? Of wat ik kan overwegen als alternatief (wat dus wel mogelijk is met ongelijke varianties).
En anders doe je hem gewoon en is dit een discussiepunt
Ja inderdaad, dat was ook een optie 
Zijn er nog nonparametrische toetsen buiten de Kruskal-Wallis en Wilcoxon-Rank sum toetsen? Ik ga sowieso die 2 denk ik even bekijken.
edit: ik zie er zo al een boel staan in SPSS, dat wordt lekker proberen
[ Bericht 23% gewijzigd door KrentebolHooft op 29-05-2012 15:13:49 ]
Zijn er nog nonparametrische toetsen buiten de Kruskal-Wallis en Wilcoxon-Rank sum toetsen? Ik ga sowieso die 2 denk ik even bekijken.
edit: ik zie er zo al een boel staan in SPSS, dat wordt lekker proberen
[ Bericht 23% gewijzigd door KrentebolHooft op 29-05-2012 15:13:49 ]
Kruskal-Wallis wordt het meest gebruikt, dus als je niet in de literatuur wilt duiken met betrekking tot de andere tests is het misschien een goed idee om die (als je dat kunt) te gebruiken.quote:
Ja inderdaad, dat was ook een optie
Zijn er nog nonparametrische toetsen buiten de Kruskal-Wallis en Wilcoxon-Rank sum toetsen? Ik ga sowieso die 2 denk ik even bekijken.
edit: ik zie er zo al een boel staan in SPSS, dat wordt lekker proberen
Ik heb een vraagje.. voor mijn thesis ben ik een analyse aan het doen waar ik niet uitkom:
ik heb 2 participant groepen (patientgroep en controlegroep)
drie condities (baseline, -100 ms cue en -200 ms cue)
in deze condities heb ik scores voor de reactiestijd gemiddeld van beide ogen, voor linker visueel veld en rechter visueel veld.
Mijn variabelen zijn dus:
v1 (overall baseline)
v2 (overall -100)
v3 (overall -200)
v4 (links, baseline)
v5 (links, -100)
... tm v9
Nu wil ik de resultaten dus voor de visuele velden apart bekijken.
Volgens mijn docent moet ik hiervoor een repeated measures glm (anova) op draaien, maar ik heb geen idee hoe!
Ik heb geprobeerd om 2 within subject factoren aan te maken (links en rechts) met 3 niveaus, maar dan moet ik 9 variabelen ingeven!
Wie weet hoe dit werkt?
Ik zou zelf geneigd zijn een independent sample t-test te draaien op links baseline en rechts baseline en paired sample op links baseline en -100 etc..
ik heb 2 participant groepen (patientgroep en controlegroep)
drie condities (baseline, -100 ms cue en -200 ms cue)
in deze condities heb ik scores voor de reactiestijd gemiddeld van beide ogen, voor linker visueel veld en rechter visueel veld.
Mijn variabelen zijn dus:
v1 (overall baseline)
v2 (overall -100)
v3 (overall -200)
v4 (links, baseline)
v5 (links, -100)
... tm v9
Nu wil ik de resultaten dus voor de visuele velden apart bekijken.
Volgens mijn docent moet ik hiervoor een repeated measures glm (anova) op draaien, maar ik heb geen idee hoe!
Ik heb geprobeerd om 2 within subject factoren aan te maken (links en rechts) met 3 niveaus, maar dan moet ik 9 variabelen ingeven!
Wie weet hoe dit werkt?
Ik zou zelf geneigd zijn een independent sample t-test te draaien op links baseline en rechts baseline en paired sample op links baseline en -100 etc..
Ik heb een klein vraagje over welke test ik precies moet doen.
Ik heb van vier verschillende locaties blaadjes geteld en gewogen. Per locatie heb ik van gemiddeld 8 planten de blaadjes geteld en gewogen.
Dus mijn data ziet er basaal gezien zo uit:
Locatie Hoeveelheid blaadjes Gewicht
1 10 5,7
1 2 1,2
1 12 8,5
2 23 16,2
2 8 10,6
3
4 etc.
Jullie begrijpen vast het idee. Nu is dit gewicht het totale gewicht van de bv de 10 blaadjes.
Met welke test kan ik nu het beste het verschil bepalen tussen de verschillende locaties.
Ik heb het idee dat ik mijn data anders moet neerzetten, maar ben de afgelopen paar dagen alleen maar bezig geweest met tellen dus kan niet meer al te helder denken. Dus iemand een idee?
Ik heb van vier verschillende locaties blaadjes geteld en gewogen. Per locatie heb ik van gemiddeld 8 planten de blaadjes geteld en gewogen.
Dus mijn data ziet er basaal gezien zo uit:
Locatie Hoeveelheid blaadjes Gewicht
1 10 5,7
1 2 1,2
1 12 8,5
2 23 16,2
2 8 10,6
3
4 etc.
Jullie begrijpen vast het idee. Nu is dit gewicht het totale gewicht van de bv de 10 blaadjes.
Met welke test kan ik nu het beste het verschil bepalen tussen de verschillende locaties.
Ik heb het idee dat ik mijn data anders moet neerzetten, maar ben de afgelopen paar dagen alleen maar bezig geweest met tellen dus kan niet meer al te helder denken. Dus iemand een idee?
All I do, is sit down at the typewriter, and start hittin' the keys. Getting them in the right order, that's the trick. That's the trick.
Bekijk de optie Weight cases eens, staat bij Data dacht ik (of iig onderaan vlakbij split file). Voer daar de variabele van de hoeveelheid in. Vervolgens kan je met one way anova verschillen bepalen tussen de locaties. Hangt wel een beetje van je precieze codering af, maar je moet in die richting denken.
'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 hoop dat iemand mij hier kan helpen...
Ik ben bezig met het afronden van mijn masterthesis economie over de verspreiding van activity-based costing in Nederland. Nu moet er bij een masterthesis ook een empirisch gedeelte bijgevoegd worden zodat de opgestelde hypotheses in het theoretisch frame getest kunnen worden. Hiervoor heb ik een survey uitgevoerd, waarbij respondenten gevraagd werden te reageren op stellingen op basis van een 5 punts Likert-schaal (1= totaal niet mee eens, 2= niet mee eens, 3 = neutraal, enz). Ik heb alle data inmiddels binnen en ingevoerd in SPSS, maar de analyse ervan wil nog niet echt lukken, en aangezien mijn begeleider er ook de ballen verstand van heeft hoop ik dat jullie me willen helpen...
De afhankelijke variabele in het onderzoek ik de adoptie van activity-based costing (0=niet 1=wel). Op basis van de verschillende hypotheses zijn hier een aantal afhankelijke variabelen opgesteld die dus zijn getest in de survey (en hebben dus een waarde van 1 t/m 5).
Nou kan ik zelf wel de gemiddeldes en de standaardafwijkingen enzo van elke aparte variabele laten berekenen in SPSS, maar hoe kan ik van 2 (of meer) variabelen het gezamenlijke gemiddelde en standaarddeviatie laten berekenen zodat dit een samengevoegde variabele wordt en ik deze variabele later ook weer kan gebruiken in verdere statische analyses?
Verder, wat voor verdere analyse zouden jullie uitvoeren hierop om uiteindelijk de hypotheses te testen? Ik lees overal verschillende dingen, de één voert een Mann-Whitney U Test uit (Niet parametrische test tussen 2 onafhankelijke samples), de ander een One-sample Kolmogorov Test (ook niet parametrisch, maar met 1 sample). Ik zie door de bomen het bos niet meer...
Alvast vele malen dank voor de hulp!
Ik ben bezig met het afronden van mijn masterthesis economie over de verspreiding van activity-based costing in Nederland. Nu moet er bij een masterthesis ook een empirisch gedeelte bijgevoegd worden zodat de opgestelde hypotheses in het theoretisch frame getest kunnen worden. Hiervoor heb ik een survey uitgevoerd, waarbij respondenten gevraagd werden te reageren op stellingen op basis van een 5 punts Likert-schaal (1= totaal niet mee eens, 2= niet mee eens, 3 = neutraal, enz). Ik heb alle data inmiddels binnen en ingevoerd in SPSS, maar de analyse ervan wil nog niet echt lukken, en aangezien mijn begeleider er ook de ballen verstand van heeft
hoop ik dat jullie me willen helpen... De afhankelijke variabele in het onderzoek ik de adoptie van activity-based costing (0=niet 1=wel). Op basis van de verschillende hypotheses zijn hier een aantal afhankelijke variabelen opgesteld die dus zijn getest in de survey (en hebben dus een waarde van 1 t/m 5).
Nou kan ik zelf wel de gemiddeldes en de standaardafwijkingen enzo van elke aparte variabele laten berekenen in SPSS, maar hoe kan ik van 2 (of meer) variabelen het gezamenlijke gemiddelde en standaarddeviatie laten berekenen zodat dit een samengevoegde variabele wordt en ik deze variabele later ook weer kan gebruiken in verdere statische analyses?
Verder, wat voor verdere analyse zouden jullie uitvoeren hierop om uiteindelijk de hypotheses te testen? Ik lees overal verschillende dingen, de één voert een Mann-Whitney U Test uit (Niet parametrische test tussen 2 onafhankelijke samples), de ander een One-sample Kolmogorov Test (ook niet parametrisch, maar met 1 sample). Ik zie door de bomen het bos niet meer...
Alvast vele malen dank voor de hulp!
King is much more than the weight of a crown
Natural patent of nobility
Natural patent of nobility
Ik word niet wijs uit jouw lap tekst. Wat is je afhankelijke variabele (en meetschaal) en wat zijn je onafhankelijke variabelen (en meetschaal) per hypothese? Dan kunnen we even wat gerichter kijken.quote:Op donderdag 7 juni 2012 14:55 schreef Kneivster het volgende:
Verder, wat voor verdere analyse zouden jullie uitvoeren hierop om uiteindelijk de hypotheses te testen? Ik lees overal verschillende dingen, de één voert een Mann-Whitney U Test uit (Niet parametrische test tussen 2 onafhankelijke samples), de ander een One-sample Kolmogorov Test (ook niet parametrisch, maar met 1 sample). Ik zie door de bomen het bos niet meer...
Alvast vele malen dank voor de hulp!
Sorry voor de onduidelijkheid, hopelijk maakt dit het wat overzichtelijker:
De afhankelijke variabele in de survey is: de adoptie van activity based costing. De meetschaal hiervoor is: wel geadopteerd (gecodeerd met 1) en niet geadopteerd (gecodeerd met 0).
De afhankelijke variabelen zijn dus opgedeeld onder de verschillende hypotheses. Voorbeeld:
Hypothese: De keuze voor adoptie van activity-based costing is gemaakt op basis van efficiente keuze motieven
Onafhankelijke variabele: De technische efficiency van activity-based costing
Vraag in survey: Kunt u aangeven in hoeverre u het eens bent met de volgende stelling: Het was voorafgaand aan de implementatie van ABC te bepalen wat de input, output, kosten en opbrengsten zouden zijn.
Meetschaal: Volledig mee oneens (gecodeerd met 1), Mee oneens (gecodeerd met 2), Neutraal (gecodeerd met 3), Mee eens (gecodeerd met 4), Volledig mee eens (gecodeerd met 5).
Nou kan het dus zijn dat 2 onafhankelijke variabelen samen genomen moeten worden omdat ze uitmaken van 'grotere' onafhankelijke variabele (bijvoorbeeld: onder dezelfde hypothese als bovenstaand zijn er ook twee vragen met betrekking tot de beoordeling van het huidige kostensysteem t.o.v. activity-based costing. Deze twee vragen hebben alletwee een aparte onafhankelijke variabele en worden ook alletwee apart getoetst, maar ik wil ze ook samenvoegen om, in dit geval, het geheel van de beoordeling van het huidige kostensysteem te toetsen aan de adoptie van activity-based costing.
De afhankelijke variabele in de survey is: de adoptie van activity based costing. De meetschaal hiervoor is: wel geadopteerd (gecodeerd met 1) en niet geadopteerd (gecodeerd met 0).
De afhankelijke variabelen zijn dus opgedeeld onder de verschillende hypotheses. Voorbeeld:
Hypothese: De keuze voor adoptie van activity-based costing is gemaakt op basis van efficiente keuze motieven
Onafhankelijke variabele: De technische efficiency van activity-based costing
Vraag in survey: Kunt u aangeven in hoeverre u het eens bent met de volgende stelling: Het was voorafgaand aan de implementatie van ABC te bepalen wat de input, output, kosten en opbrengsten zouden zijn.
Meetschaal: Volledig mee oneens (gecodeerd met 1), Mee oneens (gecodeerd met 2), Neutraal (gecodeerd met 3), Mee eens (gecodeerd met 4), Volledig mee eens (gecodeerd met 5).
Nou kan het dus zijn dat 2 onafhankelijke variabelen samen genomen moeten worden omdat ze uitmaken van 'grotere' onafhankelijke variabele (bijvoorbeeld: onder dezelfde hypothese als bovenstaand zijn er ook twee vragen met betrekking tot de beoordeling van het huidige kostensysteem t.o.v. activity-based costing. Deze twee vragen hebben alletwee een aparte onafhankelijke variabele en worden ook alletwee apart getoetst, maar ik wil ze ook samenvoegen om, in dit geval, het geheel van de beoordeling van het huidige kostensysteem te toetsen aan de adoptie van activity-based costing.
King is much more than the weight of a crown
Natural patent of nobility
Natural patent of nobility
quote:
maar hoe kan ik van 2 (of meer) variabelen het gezamenlijke gemiddelde en standaarddeviatie laten berekenen zodat dit een samengevoegde variabele wordt en ik deze variabele later ook weer kan gebruiken in verdere statische analyses?
Volgens mij ben ik er, wat dit deel betreft, zelf uitgekomen. Klopt het als je dit doet: Transform -> compute new variable -> naam nieuwe variabele; MEAN(variabele 1, variabele 2, enz)?quote:[Nou kan het dus zijn dat 2 onafhankelijke variabelen samen genomen moeten worden omdat ze uitmaken van 'grotere' onafhankelijke variabele (bijvoorbeeld: onder dezelfde hypothese als bovenstaand zijn er ook twee vragen met betrekking tot de beoordeling van het huidige kostensysteem t.o.v. activity-based costing. Deze twee vragen hebben alletwee een aparte onafhankelijke variabele en worden ook alletwee apart getoetst, maar ik wil ze ook samenvoegen om, in dit geval, het geheel van de beoordeling van het huidige kostensysteem te toetsen aan de adoptie van activity-based costing.
King is much more than the weight of a crown
Natural patent of nobility
Natural patent of nobility
Werd hier naar doorverwezen heb even mijn openings post gekopieerd:
Hey,
Ik ben bezig met mijn scriptie, en wil een event study uitvoeren. Wat ik wil onderzoeken is wanneer een hedge fund een aandeel van meer dan 1% in een bedrijf krijgt wat dit met de aandelen prijs van het bedrijf doet. Ik heb nu van alle 125 events die ik heb de Abnormal returns in excel staan (heb deze berekend door de percentuele return van een index van de percentuele return van het bedrijf af te halen). Ook heb op een ander blad cumulatieve returns per bedrijf staan. Heb net al beetje met spss zitten kloten, maar heb er al heel lang niet meer mee gewerkt. Wat ik dus wil weten is hoe kan nu berekenen of er significante resultaten zijn bijvoorbeeld van event window van -20 naar +20. Volgens mij denk ik veel moeilijker dan dat het is. Of is een simpele T-test met de AR(-20,+20) al voldoende voor significantie? Hoop dat iemand me beetje verder kan helpen, of ergens een tutorial of iets dergelijks heeft. Kan op internet namelijk niks duidelijks vinden. Alvast bedankt.
Gr, Niek
Hey,
Ik ben bezig met mijn scriptie, en wil een event study uitvoeren. Wat ik wil onderzoeken is wanneer een hedge fund een aandeel van meer dan 1% in een bedrijf krijgt wat dit met de aandelen prijs van het bedrijf doet. Ik heb nu van alle 125 events die ik heb de Abnormal returns in excel staan (heb deze berekend door de percentuele return van een index van de percentuele return van het bedrijf af te halen). Ook heb op een ander blad cumulatieve returns per bedrijf staan. Heb net al beetje met spss zitten kloten, maar heb er al heel lang niet meer mee gewerkt. Wat ik dus wil weten is hoe kan nu berekenen of er significante resultaten zijn bijvoorbeeld van event window van -20 naar +20. Volgens mij denk ik veel moeilijker dan dat het is. Of is een simpele T-test met de AR(-20,+20) al voldoende voor significantie? Hoop dat iemand me beetje verder kan helpen, of ergens een tutorial of iets dergelijks heeft. Kan op internet namelijk niks duidelijks vinden. Alvast bedankt.
Gr, Niek
Siofok 2007!
Lloret 2006!
Wintersport 2003-2007!
Lloret 2006!
Wintersport 2003-2007!
Dag,
Ik heb een sample van 40.000 bedrijfsjaren waarover ik een regressie laat uitvoeren door SPSS.
Nu staat het volgende in vergelijkbaar onderzoek:
To control for error dependence of firm observations, we use Rogers (1993) standard errors clustered at the firm level in all regressions (Petersen 2009).
Hoe doe ik dit in SPSS? Is daar een functie voor? Ik maak gebruik van PASW statistics 18.
[ Bericht 0% gewijzigd door Oidipous op 21-06-2012 10:07:59 ]
Ik heb een sample van 40.000 bedrijfsjaren waarover ik een regressie laat uitvoeren door SPSS.
Nu staat het volgende in vergelijkbaar onderzoek:
To control for error dependence of firm observations, we use Rogers (1993) standard errors clustered at the firm level in all regressions (Petersen 2009).
Hoe doe ik dit in SPSS? Is daar een functie voor? Ik maak gebruik van PASW statistics 18.
[ Bericht 0% gewijzigd door Oidipous op 21-06-2012 10:07:59 ]
Kan iemand mij uitleggen wat in SPSS het verschil is tussen een "fixed factor" en een "covariate" bij bijvoorbeeld univariate variantie analyse?
"On a good day, when I run, the voices in my head get quieter until it’s just me, my breath and my feet on the sand (Dexter, E5x09)."
Zoek de originele bron eens op en kijk wat daar in staat beschreven.quote:
Dag,
Ik heb een sample van 40.000 bedrijfsjaren waarover ik een regressie laat uitvoeren door SPSS.
Nu staat het volgende in vergelijkbaar onderzoek:
To control for error dependence of firm observations, we use Rogers (1993) standard errors clustered at the firm level in all regressions (Petersen 2009).
Hoe doe ik dit in SPSS? Is daar een functie voor? Ik maak gebruik van PASW statistics 18.
Ik kan je daar geen antwoord op geven, maar misschien heb je hier wat aan: http://www.theanalysisfac(...)tors-and-covariates/quote:
Kan iemand mij uitleggen wat in SPSS het verschil is tussen een "fixed factor" en een "covariate" bij bijvoorbeeld univariate variantie analyse?
'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 weet hoe je een mediatiemodel moet testen middels de stappen en regressieanalyses van Baron & Kenny. Maar in mijn onderzoek zijn de onafhankelijke variabelen dichtoom. Kunnen jullie mij vertellen hoe ik in spss een mediatie model kan testen dmv regressieanalyses waarbij de onafhankelijke variabelen dichotoom zijn?
Het onderzoek gaat over klachtafhandeling en de variabelen zijn:
Onafhankelijk: empathie (Ja/Nee) & verklaring (Ja/Nee)
Mediator: interactionele rechtvaardigheidsperceptie
Afhankelijk: perceptie en intenties
Alvast bedankt!
Het onderzoek gaat over klachtafhandeling en de variabelen zijn:
Onafhankelijk: empathie (Ja/Nee) & verklaring (Ja/Nee)
Mediator: interactionele rechtvaardigheidsperceptie
Afhankelijk: perceptie en intenties
Alvast bedankt!
Gebruik het "Indirect" script van Preacher & Hayes; http://www.afhayes.com/spss-sas-and-mplus-macros-and-code.html.
Via file, open, script in spss 17. Werkt volgens mij niet in 20. Althans, bij mij niet.
Dat script detecteert automatisch of een Y dichotoom is en gebruikt dan logitische regressie ipv ordinary least squares (OLS).
[ Bericht 0% gewijzigd door crossover op 25-06-2012 10:29:56 ]
Via file, open, script in spss 17. Werkt volgens mij niet in 20. Althans, bij mij niet.
Dat script detecteert automatisch of een Y dichotoom is en gebruikt dan logitische regressie ipv ordinary least squares (OLS).
[ Bericht 0% gewijzigd door crossover op 25-06-2012 10:29:56 ]
'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>
Bedankt voor je antwoord! Ik vind het eerlijk gezegd nogal vaag. Want op een andere site vind ik nu dat in lineaire regressie de onafhankelijke variabele wel dichotoom kan zijn? Alleen de afhankelijke variabele zou dan continu moeten zijn?
De onafhankelijke variabele mag best dichotoom zijn, de afhankelijke alleen niet, inderdaad. Dan gebruik je namelijk logistische regressie. Het valt me nu alleen op dat je twee predictor variabelen hebt. Dat past niet in dat script (misschien is er een ander script op zijn site?). Anders wordt het AMOS.
'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>
Oh trouwens, ik had Y moeten schrijven waar hierboven X stond. Vandaar ook je verwarring denk ik.
'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>
Bij mij zijn alleen de onafhankelijke variabelen (verklaring en empathie) dichotoom. De afhankelijke en medierende variabelen zijn gewoon dichotoom. Een aantal controle variabelen zijn daarentegen weer nominaal.
Maar je geeft aan dat de X toch gewoon dichotoom kan zijn bij lineaire regressie. Waarom zou ik dan logistische regressie moeten gebruiken? En waarom zou dat script dan moeten detecteren of de X dichotoom is om zo logistische regressie te gebruiken?
Maar je geeft aan dat de X toch gewoon dichotoom kan zijn bij lineaire regressie. Waarom zou ik dan logistische regressie moeten gebruiken? En waarom zou dat script dan moeten detecteren of de X dichotoom is om zo logistische regressie te gebruiken?
Omdat je bij de afhankelijke variabele alleen de uitkomsten 1 of 0 hebt en waardes daartussen geen interpretatie hebben, terwijl die uitkomsten wel mogelijk zijn met een normale lineaire regressie. Een logistische regressie model modelleert de uitkomst in kansen op 1 en 0 die je kunt omzetten naar uitkomsten 1 en 0.quote:
Bij mij zijn alleen de onafhankelijke variabelen (verklaring en empathie) dichotoom. De afhankelijke en medierende variabelen zijn gewoon dichotoom. Een aantal controle variabelen zijn daarentegen weer nominaal.
Maar je geeft aan dat de X toch gewoon dichotoom kan zijn bij lineaire regressie. Waarom zou ik dan logistische regressie moeten gebruiken? En waarom zou dat script dan moeten detecteren of de X dichotoom is om zo logistische regressie te gebruiken?
Beneath the gold, bitter steel
Pff wat dom van mijzelf, wil ik vertellen dat mijn afhankelijke en medierende variabelen ordinaal zijn, schrijf ik dichotoom. Dus ik bedoel:
Bij mij zijn alleen de onafhankelijke variabelen (verklaring en empathie) dichotoom. De afhankelijke en medierende variabelen zijn gewoon ordinaal. Een aantal controle variabelen zijn daarentegen weer nominaal.
Dan is een lineaire regressie gewoon mogelijk begrijp ik. Is dat juist?
Bij mij zijn alleen de onafhankelijke variabelen (verklaring en empathie) dichotoom. De afhankelijke en medierende variabelen zijn gewoon ordinaal. Een aantal controle variabelen zijn daarentegen weer nominaal.
Dan is een lineaire regressie gewoon mogelijk begrijp ik. Is dat juist?
Juist. Zoek ook even de spss survival manual op van Pallant, is via google te vinden. Daar staat precies in wat je nodig hebt voor lineaire regressie.
'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>
Korte vraag:
Ik heb data van ongeveer 100 mensen.
Deze mensen hebben 9 keer een vragenlijst ingevuld, maar niet iedereen heeft deze lijst 9 keer ingevuld.
Ik heb nu een SPSS bestand met Totaalscores op de vragenlijst als variabele. Ik heb per vragenlijst 1 case en iedere proefpersoon heeft dus maximaal 9 cases. Is er een makkelijke manier om de gemiddelde totaalscore te berekenen per proefpersoon? (En dat dit dus een variabele wordt waar ik verder mee kan rekenen tussen groepen etc.)
Ik heb data van ongeveer 100 mensen.
Deze mensen hebben 9 keer een vragenlijst ingevuld, maar niet iedereen heeft deze lijst 9 keer ingevuld.
Ik heb nu een SPSS bestand met Totaalscores op de vragenlijst als variabele. Ik heb per vragenlijst 1 case en iedere proefpersoon heeft dus maximaal 9 cases. Is er een makkelijke manier om de gemiddelde totaalscore te berekenen per proefpersoon? (En dat dit dus een variabele wordt waar ik verder mee kan rekenen tussen groepen etc.)
Hoi please help me!
Stel:
pad a is significant
pad b is significant
pad c is significant
pad c' is significant
Dan is er geen sprake van mediatie toch? Moet je dan alsnog de Sobel test uitvoeren?
Alvast bedankt!
Stel:
pad a is significant
pad b is significant
pad c is significant
pad c' is significant
Dan is er geen sprake van mediatie toch? Moet je dan alsnog de Sobel test uitvoeren?
Alvast bedankt!
Ik zou gewoon het Indirect script gebruiken van Hayes. Is superieur aan de Sobel test, aldus de auteurs. Effe googlen en je hebt 'm.
'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 zit op die functie te zoeken, maar het wordt me nog niet helemaal duidelijk wat je er mee kan. Zou je in een (paar) simpele zin(nen) uit kunnen leggen wat je er mee kan? Heb er geen ervaring mee.quote:
Op
'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 lees je reactie nu pas, had deze functie zelf al gevonden ja. Bedankt!quote:
@ Crossover: kort gezegd: met aggregate kun je van meerdere datapunten 1 datapunt maken. Je kunt dan nog kiezen hoe hij dit datapunt maakt. Ik heb bijvoorbeeld gekozen voor het gemiddelde van de verschillende datapunten, maar dat hangt natuurlijk af van je onderzoeksvraag.
Ben de SPSS Survival Manual aan het lezen. Ben nu bij Part 4 'Statistical techniques to explore relationships among variables'
Waaronder dus Correlation, Partial correlation, Multiple regression, Logistic regression en Factor analysis.
Dan staat er een stukje:
En voor variabele 2 deze:
En deze 2 variabelen afgezet tegen over elkaar zorgt voor de volgende scatter:
Dus noob-vraag: voldoen deze variabelen aan de eisen voor een Pearson r of moet ik gaan voor Spearman rho?
Bonus noob vraag: op de website van het boek kan je bestanden downloaden die als voorbeeld gebruikt worden. Nu zie ik dat ze vragen met een likert scale gecodeerd als 'Scale' hebben als measurement type.Moet likert scale niet als Ordinal behandeld worden?
Zie http://www.allenandunwin.com/spss/Files/survye_codebook.pdf de vragen over optimisme e.d. met 1 t/m 5 als antwoordmogelijkheid is hebben in de .sav file een Scale measurement.
[ Bericht 1% gewijzigd door VacaLoca op 04-07-2012 03:04:21 ]
Waaronder dus Correlation, Partial correlation, Multiple regression, Logistic regression en Factor analysis.
Dan staat er een stukje:
Nu heb ik voor variabele 1 de volgende normal line:quote:Assumptions
There are a number of assumptions common to all the techniques covered in part Four. These are discussed below. You will need to refer back to these assumptions when performing any of the analyses covered in Chapters 11, 12, 13, 14 and 15.
[...]
Normality
Scores on each variable should be normally distributed. This can be checked by inspecting the histograms of scores on each variable (see Chapter 6) for instructions).
En voor variabele 2 deze:
En deze 2 variabelen afgezet tegen over elkaar zorgt voor de volgende scatter:
Dus noob-vraag: voldoen deze variabelen aan de eisen voor een Pearson r of moet ik gaan voor Spearman rho?
Bonus noob vraag: op de website van het boek kan je bestanden downloaden die als voorbeeld gebruikt worden. Nu zie ik dat ze vragen met een likert scale gecodeerd als 'Scale' hebben als measurement type.Moet likert scale niet als Ordinal behandeld worden?
Zie http://www.allenandunwin.com/spss/Files/survye_codebook.pdf de vragen over optimisme e.d. met 1 t/m 5 als antwoordmogelijkheid is hebben in de .sav file een Scale measurement.
[ Bericht 1% gewijzigd door VacaLoca op 04-07-2012 03:04:21 ]
Hm toch maar gewoon verder gegaan met output uitdraaien.
Spearman rho correlation coefficient is .165 (Sig. 064)
Pearson correlation is .239 (Sig .007)
Ik kan denk ik dus wel stellen dat er een kleine, positieve correlatie is tussen de twee variabelen en dat er slechts een zwakke relatie bestaat.
Vraag ik me alleen nog af hoe jullie bovenstaande afbeeldingen zouden omschrijven. Wanneer is een afwijking van de lijn groot genoeg om te stellen dat het niet lineair genoeg is voor bv de Pearson analyse?
Spearman rho correlation coefficient is .165 (Sig. 064)
Pearson correlation is .239 (Sig .007)
Ik kan denk ik dus wel stellen dat er een kleine, positieve correlatie is tussen de twee variabelen en dat er slechts een zwakke relatie bestaat.
Vraag ik me alleen nog af hoe jullie bovenstaande afbeeldingen zouden omschrijven. Wanneer is een afwijking van de lijn groot genoeg om te stellen dat het niet lineair genoeg is voor bv de Pearson analyse?
Mensen, ik heb iets waar ik niet uitkom en ik vroeg me af of jullie me kunnen helpen. Het is volgens mij niet heel moeilijk, maar ik kom er niet uit. Ik wil een schaal maken van drie variabelen. Het zijn variabelen met een likert-schaal van 1-7. Alpha is .977, dus moet kunnen.
Echter: als ik via compute gewoon var1 + var 2 + var 3 doe, dan verschijnt de nieuwe variabele wel, maar zonder scores. Ik doe dus iets fout, maar kan niet vinden wat. Jullie een idee?
Echter: als ik via compute gewoon var1 + var 2 + var 3 doe, dan verschijnt de nieuwe variabele wel, maar zonder scores. Ik doe dus iets fout, maar kan niet vinden wat. Jullie een idee?
hallo allemaal,
Ik probeer van een interactie in een logistische regressieanalyse een plot te maken. De verkregen grafiek lijkt me echter niet correct, gezien de constante lijn (ipv twee lijnen: een voor kerkelijk en een voor niet-kerkelijk ). De syntax die ik hiervoor heb gebruikt is:
Ik heb gewoon het intercept en de verschillende B's ingevoerd en zie verder echt niet wat t probleem kan zijn. Ziet iemand wel een fout in de syntax welke ik over het hoofd heb gezien?
Ik probeer van een interactie in een logistische regressieanalyse een plot te maken. De verkregen grafiek lijkt me echter niet correct, gezien de constante lijn (ipv twee lijnen: een voor kerkelijk en een voor niet-kerkelijk ). De syntax die ik hiervoor heb gebruikt is:
De verkregen grafiek:quote:compute logit=105.59640982551976 + 0.006987722743432774 * hbowo + 15.309299729723998 * kerklidmaatschap + -0.004312743957170497 * hbowo * kerklidmaatschap .
compute voorspeld= (exp (logit)) /
(1 + (exp (logit))).
exe.
GGRAPH
/GRAPHDATASET NAME="graphdataset" VARIABLES=hbowo MEAN(voorspeld)[name="MEAN_voorspeld"]
kerklidmaatschap MISSING=LISTWISE REPORTMISSING=YES
/GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
SOURCE: s=userSource(id("graphdataset"))
DATA: hbowo=col(source(s), name("hbowo"))
DATA: MEAN_voorspeld=col(source(s), name("MEAN_voorspeld"))
DATA: kerklidmaatschap=col(source(s), name("kerklidmaatschap"), unit.category())
GUIDE: axis(dim(1), label("aantal_hbowo_studenten_keer_1000"))
GUIDE: axis(dim(2), label("Mean voorspeld"))
GUIDE: legend(aesthetic(aesthetic.color.interior), label("wel_of_niet_kerkelijk"))
SCALE: cat(aesthetic(aesthetic.color.interior), include(".0", "1.00"))
ELEMENT: line(position(hbowo*MEAN_voorspeld), color.interior(kerklidmaatschap), missing.interpolate())
END GPL.
Ik heb gewoon het intercept en de verschillende B's ingevoerd en zie verder echt niet wat t probleem kan zijn. Ziet iemand wel een fout in de syntax welke ik over het hoofd heb gezien?
ik maak nooit grafieken in spss, maar als niemand je verder helpt, kun je hem altijd gemakkelijk in excel maken..
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, gemakkelijk?quote:
ik maak nooit grafieken in spss, maar als niemand je verder helpt, kun je hem altijd gemakkelijk in excel maken..
Ja in principe wel, is gewoon een kwestie van formule in typen en plotten.
Als je een interactie hebt is het iets ingewikkelder maar voor de rest redelijk straightforward.
stel formule is voor lijn 1: .4 + .03x
dan maak je een kolom met nummers 1 2 3 4 5 etc.
kolom er naast typ je "= .4 + (klik vakje links)*.03
Dan sleep je dat vakje over de hele kolom er naast.
Daarna maak je er een lijngrafiek van
dat is het, hoogstens 10 minuutjes werk als het goed is.
Als je een interactie hebt is het iets ingewikkelder maar voor de rest redelijk straightforward.
stel formule is voor lijn 1: .4 + .03x
dan maak je een kolom met nummers 1 2 3 4 5 etc.
kolom er naast typ je "= .4 + (klik vakje links)*.03
Dan sleep je dat vakje over de hele kolom er naast.
Daarna maak je er een lijngrafiek van
dat is het, hoogstens 10 minuutjes werk als het goed is.
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-
Oompaloompa, ook suggesties voor het maken van een histogram in excel? In spss lukt dat prima, maar voor een verslag heb ik liever niet de spss lay-out.
Het kan vast op een hele ingenieuze manier maar ik maak ze altijd (nou ja altijd heb er maar 1 keer 1 hoeven maken) met de hand, dus gewoon normaal staafdiagram en zelf de frequenties en verdeling maken, maar ik ben er van overtuigd dat dat gemakkelijker moet kunnen!
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 even iets niet.
Ik heb drie leeftijdsgroepen en vier verschillende subgebieden van kwaliteit van leven. Ik wil nu kijken of er significante verschillen zijn tussen de drie leeftijdsgroepen en de subgebieden.
Dus bijvoorbeeld of groep 8-12 jaar significant verschilt met emotioneel functioneren of lichamelijke functioneren.
Hoe doe ik dit?
Ik heb al een ANOVA gedaan om te kijken naar de drie verschillende groepen op het gebied van "totaal functioneren". Of moet ik nu gewoon 5 losse ANOVA's doen? Ik dacht zelf aan een MANOVA maar daar kom ik niet uit
Ik heb drie leeftijdsgroepen en vier verschillende subgebieden van kwaliteit van leven. Ik wil nu kijken of er significante verschillen zijn tussen de drie leeftijdsgroepen en de subgebieden.
Dus bijvoorbeeld of groep 8-12 jaar significant verschilt met emotioneel functioneren of lichamelijke functioneren.
Hoe doe ik dit?
Ik heb al een ANOVA gedaan om te kijken naar de drie verschillende groepen op het gebied van "totaal functioneren". Of moet ik nu gewoon 5 losse ANOVA's doen? Ik dacht zelf aan een MANOVA maar daar kom ik niet uit
"It's good to be open-minded, but not so open that your brains fall out."
Als ik je goed begrijp doe je gewoon contrasten..quote:
Ik snap even iets niet.
Ik heb drie leeftijdsgroepen en vier verschillende subgebieden van kwaliteit van leven. Ik wil nu kijken of er significante verschillen zijn tussen de drie leeftijdsgroepen en de subgebieden.
Dus bijvoorbeeld of groep 8-12 jaar significant verschilt met emotioneel functioneren of lichamelijke functioneren.
Hoe doe ik dit?
Ik heb al een ANOVA gedaan om te kijken naar de drie verschillende groepen op het gebied van "totaal functioneren". Of moet ik nu gewoon 5 losse ANOVA's doen? Ik dacht zelf aan een MANOVA maar daar kom ik niet uit
Eerst een multivariate of er verschillen zijn in totaal, daarna bij de univariate resultaten kijken of er per subgebied verschillen zijn, daarna contrasten om te kijken welke groepen precies verschillen.
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-
Oke... Ik ga dat nog eens even uitzoeken.quote:
[..]
Als ik je goed begrijp doe je gewoon contrasten..
Eerst een multivariate of er verschillen zijn in totaal, daarna bij de univariate resultaten kijken of er per subgebied verschillen zijn, daarna contrasten om te kijken welke groepen precies verschillen.
wat ben ik blij als dit erop zit, stom gedoe, haha
"It's good to be open-minded, but not so open that your brains fall out."
Je kunt dan beter een MANOVA met een posthoc test doen.quote:
[..]
Als ik je goed begrijp doe je gewoon contrasten..
Eerst een multivariate of er verschillen zijn in totaal, daarna bij de univariate resultaten kijken of er per subgebied verschillen zijn, daarna contrasten om te kijken welke groepen precies verschillen.
Iemand nog die mij kan vertellen (zie eerdere posts) hoe je best kan beoordelen wanneer een normal plot te afwijkend? Kan je het bijvoorbeeld ook in waardes uitdrukken en dat er ergens theorieën bestaan over vanaf welke waarden het ene geld en wanneer het ander?
Sandertje23 heeft net even met mij meegekeken, maar SPSS loopt te zeuren dat er minder dan drie groepen zijn, terwijl die er wel zijn.
"It's good to be open-minded, but not so open that your brains fall out."
manova = multivariatequote:
[..]
Je kunt dan beter een MANOVA met een posthoc test doen.
post-hoc is een contrast
Maar wel fijn dat we het met elkaar eens zijn
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-
Als je toevallig op de uni komt wil ik je wel even helpen...quote:
Sandertje23 heeft net even met mij meegekeken, maar SPSS loopt te zeuren dat er minder dan drie groepen zijn, terwijl die er wel zijn.
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 ga morgen misschien wat inleveren, maar dat weet ik nog niet zeker. Bedankt in ieder geval! Ik ga het even onthoudenquote:
[..]
Als je toevallig op de uni komt wil ik je wel even helpen...
"It's good to be open-minded, but not so open that your brains fall out."
Alle soorten groepen goed ingesteld? (scale etc.)quote:
Sandertje23 heeft net even met mij meegekeken, maar SPSS loopt te zeuren dat er minder dan drie groepen zijn, terwijl die er wel zijn.
Er zijn standaardafwijkingen voor skewness & kurtosis (kun je in descriptives vinden). Over het algemeen zolang de skewness / kurtosis niet sig afwijkt (meand +/- 1.96*sd omvat 0) is het goed.quote:
Iemand nog die mij kan vertellen (zie eerdere posts) hoe je best kan beoordelen wanneer een normal plot te afwijkend? Kan je het bijvoorbeeld ook in waardes uitdrukken en dat er ergens theorieën bestaan over vanaf welke waarden het ene geld en wanneer het ander?
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-
Posthoc gebruik je meestal achteraf (als je geen richting hebt voor je hypothese). Een contrast gebruik je meestal vooraf (= gepland) als je wel een richting hebt voor je hypothese.quote:
[..]
manova = multivariate
post-hoc is een contrast
Maar wel fijn dat we het met elkaar eens zijn
Uiteraard
Ja, volgens mij wel.quote:Op maandag 9 juli 2012 23:13 schreef Operc het volgende:
[..]
Alle soorten groepen goed ingesteld? (scale etc.)
Ik draai nu dit:
GLM LICHnw EMOnw SOCnw SCHnw BY LFTGROEP
/METHOD=SSTYPE(3)
/INTERCEPT=INCLUDE
/PRINT=DESCRIPTIVE ETASQ HOMOGENEITY
/CRITERIA=ALPHA(.05)
/DESIGN= LFTGROEP.
En dan pakt hij allen 5-7 jaar & die andere twee niet.
"It's good to be open-minded, but not so open that your brains fall out."
SPSS gebruikt rare namen. Zowel van te voren (zonder correctie) als achteraf (post-hoc) zijn het allemaal contrasten. Waarom spss het ene afkort tot post-hoc en het andere de koepelterm "contrast" geeft is mij ook totaal onduidelijkquote:
[..]
Posthoc gebruik je meestal achteraf (als je geen richting hebt voor je hypothese). Een contrast gebruik je meestal vooraf (= gepland) als je wel een richting hebt voor je hypothese.
Uiteraard
(maar spss doet wel meerdere vreemde dingen)
@autom, je kunt me als je wilt even de data sturen..
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-
Thanks, stukje 'meand +/- 1.96*sd omvat 0' is helaas nog even onbekende taal voor mij. Ik heb met studie geen statistiek gehad, en probeer nu zelf snel te leren zo goed en zo kwaad als het kan. Heb even uitdraai gemaakt.quote:
[..]
Er zijn standaardafwijkingen voor skewness & kurtosis (kun je in descriptives vinden). Over het algemeen zolang de skewness / kurtosis niet sig afwijkt (meand +/- 1.96*sd omvat 0) is het goed.
Nu had ik daarover al wel gelezen in SPSS Survival Guide:
While there are tests that you can use to evaluate skewness and kurtosis values, these are too sensitive with large samples. Tabachnick and Fidell (2007, p. 81) recommend inspecting the shape of the distribution (e.g. using a histogram).
Nu zien zij 200+ als een large sample las ik elders in het boek... terwijl ik n=126 heb
Verderop in het boek adviseren ze iig een Normal Q-Q plot als alternatief.
Maar wanneer zouden mensen ervaren met statistiek het nog 'reasonable' noemen is dan mijn vraag betreffende bv de Q-Q plot die ik liet zien.quote:he actual shape of the distribution for each group can be seen in the Histograms. In this example, scores appear to be reasonably normally distributed. This is also supported by an inspection of the normal probability plots (labelled Normal Q-Q Plot). In this plot, the observed value for each score is plotted against the expected value from the normal distribution. A reasonably straight line suggests a normal distribution.
Iemand anders een goede website voor basis tot gemiddeld niveau analyses voor surveys? Werken met likert schalen, multiple choise etc. Ik heb alle data-invoer goed zover ik weet, maar niet overzichtelijk wélke analyses het meest relevant zijn voor een dergelijke enquete. Heb helaas zeer beperkt de tijd me goed in te lezen.
| Forum Opties | |
|---|---|
| Forumhop: | |
| Hop naar: | |