Het SPSS topic #6 - En we SPSS-en nog even door....

quote:

Op woensdag 5 juni 2013 09:13 schreef _Loki het volgende:
Ik haat spss op dit moment even heel erg. Ik kom er echt niet uit.

Oke, situatie: Ik wil weten of een hoge score op X veroorzaakt wordt door een betere score op Y. Y bestaat uit meerdere measures, bij sommige measures is een hoge score beter, bij andere is een lage beter. Daarnaast kijk ik ook naar een lineair verband tussen X en demografische gegevens.
Ik weet dat ik hiervoor een lineaire regressieanalyse moet uitvoeren. Volgens mijn afstudeerbegeleider moet ik dan een hiërarchische doen, omdat ik denk dat Y meer invloed heeft op X dan demografisch. Ik loop dus echt vast zodra ik daarmee bezig ga.

Mijn vraag dan ook: Hoe doe ik zo'n analyse en waar moet ik naar kijken in de eindeloze tabellen bij de uitkomsten? Moet ik dan ook nog rekening houden met de hoog/laag verschillen bij familie? En wat doe ik dan bij die blocks?

Hoop dat iemand kan helpen, dit is hopeloos

Pak het boek van pallant er even bij. Is ergens online te vinden. ('spss survival manual')
Met blocks doe je niets want dat hoort bij logistische. je kijkt eerst naar de ANOVA tabel en daarna de beta-waardes en of deze significant zijn.

Inmiddels heb ik gekozen voor multipele imputatie. Bij SPSS kan bij logistische regressie vervolgens de gepoolde Beta's weergegeven worden. Op die manier heb ik geen missings meer, weinig verschil in gemiddelden en effecten, maar eerder significante resultaten (door een hogere N).

Verder heb ik de volgende vraag: is het mogelijk om twee gemiddelden van twee groepen te vergelijken, terwijl het mogelijk is dat één iemand in beide groepen zit?
Voorbeeld: ik heb een populatie waarvan iemand in de populatie in groep 1 of 2 kan zitten. Groep 1 is vervolgens weer op gesplitst in groep 1a en groep 1b. Is het mogelijk het groepsgemiddelde van groep 1a te vergelijken met het groepsgemiddelde van groep 1? Zoja; hoe?

Voor mijn onderzoek heb ik een model opgesteld waarbij ik o.a. een moderator variable heb gedefinieerd: Voluntariness of use.

Ik wil hiermee bekijken of het vrijwillig gebruik van een informatie systeem invloed heeft op bepaalde aspecten in mijn model.

Om dit te meten heb ik in mijn survey 2 statements over het vrijwillig gebruik opgenomen, waarbij ik gebruik maak van een Likert 5 scale.
Ik heb het gemiddelde van deze statements berekend, en wil nu een split-sample approach gaan toepassen, maar ik heb iets over het hoofd gezien, ik kan deze groep namelijk niet eerlijk splitsen.

Voorbeeld 1:
Groep 1 (Low) bestaat uit: 1 t/m 3
Groep 2 (High) bestaat uit: 3.5 t/m 5

Voorbeeld 2:
Groep 1 (Low): 1 t/m 2.5
Groep 2 (High): 3 t/m 5

Hoe ik het ook splits, de ene groep is altijd groter dan de andere groep. En dat is een behoorlijke issue, want value=3 bestaat uit 31.9% van de respondenten uit de sample groep.

Nu heb ik hier al een tijdje over liggen piekeren, en nu is er misschien wel een oplossing die ik zou kunnen toepassen. 3 is precies het middenpunt, 3 zou dus als inconclusive gedefinieerd kunnen worden omdat het zowel in groep 1 als in groep 2 valt. En dan zou mijn split sample approach worden:

Groep 1 (Low): 1 t/m 2.5
Groep 2 (High): 3.5 t/m 5

Hier zit alleen kleine maar aan, groep 1 bestaat dan nog maar uit 13.7% en groep 2 uit 54.3%, waardoor het statistisch gezien weinig nut meer heeft om er nog analyses mee te gaan draaien.
Hoe dan ook, heeft iemand tips hoe ik dit het beste kan aanpakken?

quote:

Op woensdag 5 juni 2013 14:22 schreef Droplollie het volgende:
Verder heb ik de volgende vraag: is het mogelijk om twee gemiddelden van twee groepen te vergelijken, terwijl het mogelijk is dat één iemand in beide groepen zit?
Voorbeeld: ik heb een populatie waarvan iemand in de populatie in groep 1 of 2 kan zitten. Groep 1 is vervolgens weer op gesplitst in groep 1a en groep 1b. Is het mogelijk het groepsgemiddelde van groep 1a te vergelijken met het groepsgemiddelde van groep 1? Zoja; hoe?

Iemand?

quote:

Op woensdag 5 juni 2013 14:22 schreef Droplollie het volgende:
Inmiddels heb ik gekozen voor multipele imputatie. Bij SPSS kan bij logistische regressie vervolgens de gepoolde Beta's weergegeven worden. Op die manier heb ik geen missings meer, weinig verschil in gemiddelden en effecten, maar eerder significante resultaten (door een hogere N).

Verder heb ik de volgende vraag: is het mogelijk om twee gemiddelden van twee groepen te vergelijken, terwijl het mogelijk is dat één iemand in beide groepen zit?
Voorbeeld: ik heb een populatie waarvan iemand in de populatie in groep 1 of 2 kan zitten. Groep 1 is vervolgens weer op gesplitst in groep 1a en groep 1b. Is het mogelijk het groepsgemiddelde van groep 1a te vergelijken met het groepsgemiddelde van groep 1? Zoja; hoe?

Dat zou rammelen aan alle kanten..

quote:

Op dinsdag 11 juni 2013 18:12 schreef crossover het volgende:

[..]

Dat zou rammelen aan alle kanten..

Beide groepen hebben toch hun eigen gemiddelde, sd en n.
Waarom zou dat rammelen?

quote:

Op dinsdag 11 juni 2013 18:15 schreef Droplollie het volgende:

[..]

Beide groepen hebben toch hun eigen gemiddelde, sd en n.
Waarom zou dat rammelen?

Omdat je veel proefpersonen in beide groepen hebt zitten.

quote:

Op woensdag 12 juni 2013 09:02 schreef crossover het volgende:

[..]

Omdat je veel proefpersonen in beide groepen hebt zitten.

Ik heb het inderdaad maar niet gedaan.

Ik heb verder nog een vraag:

Ik heb twee regressieanalyses uitgevoerd; de eerste met alle (8) onafhankelijke variabelen apart ingevoerd (dus niet gecontroleerd op de overige onafhankelijke variabelen). De twee met alle (8) onafhankelijke variabelen gezamenlijk ingevoerd (dus gecontroleerd op de overige variabelen).

Door de laatste methode is er opeens geen significant effect meer van 3 onafhankelijke variabelen op de afhankelijke variabele. Dit is logisch, omdat gecontroleerd wordt op de overige variabelen. Klaarblijkelijk is er een mediatie-effect.
Hoe kan ik het beste onderzoeken door welke variabelen het effect wordt afgenomen?
Is enkel kijken naar de correlaties tussen de onafhankelijke variabelen de enige mogelijkheid? Of kan ik ook op een andere manier onderzoeken welke variabelen het effect doen afnemen?

omfgwtfbbq, het lijkt er op dat mijn analyse van mn masterthesis ein-de-lijk is goedgekeurd.
Geen enkele hypothese met een significant resultaat. .

quote:

Op dinsdag 18 juni 2013 15:24 schreef Skv het volgende:
omfgwtfbbq, het lijkt er op dat mijn analyse van mn masterthesis ein-de-lijk is goedgekeurd.
Geen enkele hypothese met een significant resultaat. .

Dat is op z'n minst een waard hè!

Na mijn noobmomentje in het begin heb ik gisteren voor het eerst resultaten kunnen produceren en aflezen. Twee hoofdeffecten (van mogelijk 4) en geen interactie effecten. (2x2 combi design). Ben trots op mezelf dat ik 't tot hier heb geschopt. Zeker met cijfers involved. Nou mn researchpaper nog schrijven. In 3 dagen

Ik heb de feedback op de conceptversie van mn scriptie terug gekregen. Nu wil mn begeleider ineens dat ik Nederlandse termen ga gebruiken voor SPSS toetsen ed. Maar die heb ik nog nooit eerder gebruikt Weten jullie wat de Nederlandse benaming is voor de volgende woorden?

- Analysis of Variance ANOVA (variantie analyse?)
- partial correlatie (gedeeltelijke correlatie?? hierover twijfel ik het meest..)
- one way ANOVA (eenweg ANOVA?)
- two way ANOVA (tweeweg ANOVA?)

quote:

Op woensdag 19 juni 2013 22:34 schreef fh101 het volgende:
Ik heb de feedback op de conceptversie van mn scriptie terug gekregen. Nu wil mn begeleider ineens dat ik Nederlandse termen ga gebruiken voor SPSS toetsen ed. Maar die heb ik nog nooit eerder gebruikt Weten jullie wat de Nederlandse benaming is voor de volgende woorden?

- Analysis of Variance ANOVA (variantie analyse?)
- partial correlatie (gedeeltelijke correlatie?? hierover twijfel ik het meest..)
- one way ANOVA (eenweg ANOVA?)
- two way ANOVA (tweeweg ANOVA?)

vertalen naar het Nederlands Omgekeerde wereld Ik kreeg commentaar dat ik geen NL termen in mijn grafiekjes en tabellen mocht hebben omdat mijn scriptie in het Engels is..

Kan je die ANOVA's niet gewoon F-test noemen en voor de ways 1-factor variantie-analyse en 2-factor variantie-analyse? Partial correlation is toch de relatie tussen twee variabelen gecontroleerd voor een derde? Leg het begrip even uit en noem het dan partiële correlatie.

quote:

Op woensdag 19 juni 2013 23:58 schreef Skv het volgende:

[..]

vertalen naar het Nederlands Omgekeerde wereld Ik kreeg commentaar dat ik geen NL termen in mijn grafiekjes en tabellen mocht hebben omdat mijn scriptie in het Engels is..

Kan je die ANOVA's niet gewoon F-test noemen en voor de ways 1-factor variantie-analyse en 2-factor variantie-analyse? Partial correlation is toch de relatie tussen twee variabelen gecontroleerd voor een derde? Leg het begrip even uit en noem het dan partiële correlatie.

Ja ik vind het ook een beetje vaag... Mijn scriptie is dan wel in het Nederlands dus enigszins logisch is het natuurlijk wel, maar als je tijdens je studie alleen maar de Engelse termen gebruikt en hoort van docenten.

Wat je zegt klinkt wel duidelijk inderdaad, denk dat ik dat maar doe. Thanks!

Iemand die verstand heeft van een Multinomial Logistic Regression?

Hoi!

Voor mijn masterscriptie ben ik bezig met het verwerken van de resultaten in SPSS (jippi, not).
Nu loop ik echt helemaal vast!

Ik heb een vragenlijst gehouden met likert-schaal vragen. Deze heb ik allemaal ingevoerd in SPSS, no problem. Nu heb ik de verschillende variabelen die samen één item vormen samengevoegd, eerst heb ik een Cronbach's Alpha uitgevoerd om te kijken of dit kon, no problem.

Mijn vragenlijst bestond uit 2 afbeeldingen. Nu wil ik de uitkomsten voor deze twee afbeeldingen met elkaar vergelijken. Hoe doe ik dit?

De data van de twee afbeeldingen staat wel in één SPSS bestand.

Ik dacht aan een ANOVA, maar welke gegevens moet ik dan waar invoeren?
Moet ik voor de afbeeldingen ook variabelen aanmaken? Hoe doe ik dan zonder dat SPSS er niet mee kan rekenen (had ik net namelijk).

Ik heb het idee dat ik een variabele mis ofzo, maar zou niet weten welke en hoe ik deze dan in moet voeren.

Wie kan mij helpen? Ik word er onderhand een beetje wanhopig van!

quote:

Op vrijdag 21 juni 2013 18:48 schreef Lieselot-je het volgende:
Hoi!

Voor mijn masterscriptie ben ik bezig met het verwerken van de resultaten in SPSS (jippi, not).
Nu loop ik echt helemaal vast!

Ik heb een vragenlijst gehouden met likert-schaal vragen. Deze heb ik allemaal ingevoerd in SPSS, no problem. Nu heb ik de verschillende variabelen die samen één item vormen samengevoegd, eerst heb ik een Cronbach's Alpha uitgevoerd om te kijken of dit kon, no problem.

Mijn vragenlijst bestond uit 2 afbeeldingen. Nu wil ik de uitkomsten voor deze twee afbeeldingen met elkaar vergelijken. Hoe doe ik dit?

De data van de twee afbeeldingen staat wel in één SPSS bestand.

Ik dacht aan een ANOVA, maar welke gegevens moet ik dan waar invoeren?
Moet ik voor de afbeeldingen ook variabelen aanmaken? Hoe doe ik dan zonder dat SPSS er niet mee kan rekenen (had ik net namelijk).

Ik heb het idee dat ik een variabele mis ofzo, maar zou niet weten welke en hoe ik deze dan in moet voeren.

Wie kan mij helpen? Ik word er onderhand een beetje wanhopig van!

Je theoretisch schema is ietwat onduidelijk (voor me). Hoe ziet je design eruit? Wil je de twee afbeeldingen vergelijken per proefpersoon (within-subjects) of wil je weten of er verschil is in bijvoorbeeld sekse in uitkomsten bij de twee afbeeldingen (between-subjects denk ik)?

Loop ook deze even na: http://www.ats.ucla.edu/stat/spss/whatstat/

Bedankt voor je reactie DuTank. Ik heb 2 afbeeldingen voorgelegd aan één groep proefpersonen, nu wil ik zien welke afbeelding beter heeft gescoord onder de gehele groep proefpersonen.

quote:

Op maandag 24 juni 2013 09:10 schreef Lieselot-je het volgende:
Bedankt voor je reactie DuTank. Ik heb 2 afbeeldingen voorgelegd aan één groep proefpersonen, nu wil ik zien welke afbeelding beter heeft gescoord onder de gehele groep proefpersonen.

Je maakt dus geen onderscheid in verschillende groepen?
En hoe ziet je data eruit?

Heb je een kolom voor Afbeelding 1 en een kolom met Afbeelding 2 en dan de bijbehorende scores? Want volgens mij is dan een paired t-test wat je moet doen. Die is redelijk eenvoudig uit te voeren door middel van Analyze - Compare Means - Paired Sample t-test. Dan zet je gewoon Afbeelding 1 en Afbeelding 2 in het vakje van Paired Variables. En dan op Ok.

[ Bericht 23% gewijzigd door DuTank op 24-06-2013 10:31:11 ]

quote:

Op maandag 24 juni 2013 09:10 schreef Lieselot-je het volgende:
Bedankt voor je reactie DuTank. Ik heb 2 afbeeldingen voorgelegd aan één groep proefpersonen, nu wil ik zien welke afbeelding beter heeft gescoord onder de gehele groep proefpersonen.

Paired samples t-test inderdaad waarbij je de gemiddelde score per afbeelding vergelijkt. Maar dit zou onderhand toch 'simpel' moeten zijn, als je al bij je master bent? Of heb je geen statistiek 1 en 2 gehad?

quote:

Op maandag 24 juni 2013 11:43 schreef Skv het volgende:

[..]

Paired samples t-test inderdaad waarbij je de gemiddelde score per afbeelding vergelijkt. Maar dit zou onderhand toch 'simpel' moeten zijn, als je al bij je master bent? Of heb je geen statistiek 1 en 2 gehad?

Ik ben ook masterstudent, heb statistiek 1 gehad, oooit... ergens in een ver verleden. Voor mijn eerder genoemde opdracht moest ik qua kennis from scratch beginnen, je weet wel wat je moet invullen, maar wat je output betekent... oh god. Nope. Dan ga je een taalstudie doen om de cijfers te ontlopen maar dan moet je alsnog met cijfers werken. Ik zie haar probleem hoor, ik ben blij dat ik die opdracht heb moeten doen, anders was ik straks ook afgestudeerd zonder enige kennis over statistiek

Maar idd, een paired t-test lijkt me hier het handigst

quote:

Op maandag 24 juni 2013 12:00 schreef eleganza het volgende:

[..]

Ik ben ook masterstudent, heb statistiek 1 gehad, oooit... ergens in een ver verleden. Voor mijn eerder genoemde opdracht moest ik qua kennis from scratch beginnen, je weet wel wat je moet invullen, maar wat je output betekent... oh god. Nope. Dan ga je een taalstudie doen om de cijfers te ontlopen maar dan moet je alsnog met cijfers werken. Ik zie haar probleem hoor, ik ben blij dat ik die opdracht heb moeten doen, anders was ik straks ook afgestudeerd zonder enige kennis over statistiek

Maar idd, een paired t-test lijkt me hier het handigst

Volgens mij heb je bij elke wetenschappelijke studie wel cijfers en/of SPSS nodig

quote:

Op maandag 24 juni 2013 13:17 schreef DuTank het volgende:

[..]

Volgens mij heb je bij elke wetenschappelijke studie wel cijfers en/of SPSS nodig

Communicatiekunde. Als ik alleen kwalitatieve onderzoeksvakken had gekozen (daar heb ik er 3 van de vier van) en mijn scriptie ook volledig kwalitatief had gedaan had ik geen getal hoeven te gebruiken in spss Maar ben toch blij dat ik er iets van weet nu hahaha. Maar vraag me niet wat een chisquare ook alweer berekent, want dat weet ik dus niet

Bedankt voor alle reacties!

Ik heb alleen statistiek 1 gedaan (een jaar of 2 geleden onderhand) en de daar werd alles voor je uitgekauwd

Nu heb ik normaliter wel enig verstand van SPSS, maar ik kwam er nu echt even niet meer uit. Laten we het op de stress houden. In ieder geval bedankt allemaal.

quote:

Op maandag 24 juni 2013 13:20 schreef eleganza het volgende:

[..]

Communicatiekunde. Als ik alleen kwalitatieve onderzoeksvakken had gekozen (daar heb ik er 3 van de vier van) en mijn scriptie ook volledig kwalitatief had gedaan had ik geen getal hoeven te gebruiken in spss Maar ben toch blij dat ik er iets van weet nu hahaha. Maar vraag me niet wat een chisquare ook alweer berekent, want dat weet ik dus niet

Verschil bekijken tussen gemiddelden van twee populaties.

quote:

Op maandag 24 juni 2013 20:15 schreef Lieselot-je het volgende:
Bedankt voor alle reacties!

Ik heb alleen statistiek 1 gedaan (een jaar of 2 geleden onderhand) en de daar werd alles voor je uitgekauwd

Nu heb ik normaliter wel enig verstand van SPSS, maar ik kwam er nu echt even niet meer uit. Laten we het op de stress houden. In ieder geval bedankt allemaal.

Is de analyse inmiddels gelukt?

Okee, ik heb in mijn scriptie een uitspraak gezet en nu vraagt mijn begeleider om meer uitleg daarover, maar ik vraag me of of het eigenlijk wel klopt wat ik heb gezegd en waarom dan

Ik heb onderzocht of er verschil is tussen 3 verschillende groepen (laag, midden en hoog). Ik hou het een beetje vaag omdat de resultaten nog niet open en bloot mogen. De verdeling is ongeveer als volgt: laag (n = 15), midden (n = 30) en hoog (n = 60). Uiteindelijk bleek er weinig significante verschillen zijn tussen deze drie groepen.

Ik heb in de discussie staan dat in vervolgonderzoek meer mensen uit de groep laag mee zouden moeten doen, waardoor verschillen tussen de groepen sneller duidelijk worden.

Over dat laatste stuk twijfel ik. Klopt dat?

Ja. Het is vreemd dat je verwacht dat de verschillen tussen de groepen 'duidelijker' zullen worden. Wat bedoel je daarmee? Dat wanneer de groepen gelijke grootte hebben, er grotere verschillen zichtbaar zullen zijn? Als je dat stelt, dan bedoel je dat je conclusie van nu (geen significante verschillen) verklaard kunnen worden door je steekproefgrootte. Is dat wat je wil zeggen?

quote:

Op maandag 24 juni 2013 22:43 schreef Skv het volgende:
Ja. Het is vreemd dat je verwacht dat de verschillen tussen de groepen 'duidelijker' zullen worden. Wat bedoel je daarmee? Dat wanneer de groepen gelijke grootte hebben, er grotere verschillen zichtbaar zullen zijn? Als je dat stelt, dan bedoel je dat je conclusie van nu (geen significante verschillen) verklaard kunnen worden door je steekproefgrootte. Is dat wat je wil zeggen?

Ongeveer ja Maar ik zoek een duidelijkere manier om het op te schrijven, en ik weet niet meer precies hoe het statistisch zit. Er is nu een ongelijke verdeling qua groepsgrootte want er zijn erg weinig mensen die in de categorie 'laag' vallen. Ik wil aanbevelen dat in vervolgonderzoek meer mensen meedoen die in deze categorie vallen, want dat lijkt me beter voor het onderzoek. Maar hoe zat dat ook al weer...

Als je meer respondenten hebt, kun je met grotere zekerheid uitspraken doen over de gehele populatie. Misschien moet ik het daarop houden.

Ha beste mensen,

Ik ben nog niet zo bekend met SPSS en ik vroeg me af of de manier waarop ik mijn dataset op het moment wil organiseren wel de makkelijkste manier is voor vervolg analyses.

Het betreft een onderzoek waarbij ik bij een aantal honderd subjects de ruwe data heb van 24-uurs metingen X en Y. Dat houdt in dat bij iemand de hele dag lang om het half uur (tijdens dag uren) of uur (tijdens het slapen) een meting wordt uitgevoerd waarbij (numerische) variabelen X en Y worden gemeten. Metingen gaan soms mis en de dag- en slaapuren geven de personen zelf aan, waardoor de tijdstippen waarop de metingen plaatsvinden verschillen tussen de mensen. Waar ik uiteindelijk in geïnteresseerd ben zijn bijvoorbeeld de gemiddelde X en Y waarden in bepaalde tijdsperioden (zowel absoluut als relatief tot bijv. slapen) en wat eventuele determinanten zijn voor X en Y uit de karakteristieken van de subjects.

Mijn idee zou zijn om met twee datasets te verwerken voor de overzichtelijkheid omdat je anders aan honderd kolommen komt door de vele metingen over 24 uur:

1. Dataset met horizontale data en baseline karakteristieken
---------------------------------------------------------------------------------------------------------------------------------------------
| subjectID | geslacht | leeftijd | startTijdstipDag | startTijdstipNach | Var_1 | Var_2 | Etc |
|--------------------------------------------------------------------------------------------------------------------------------------------

2. Dataset met vertikale data van de metingen (met wat onzin voorbeelddata)
-----------------------------------------------------------------------------
| subjectID | tijdstipMeting | metingX | meting Y |
-----------------------------------------------------------------------------
| 1 | 09:00 | 200 | 100 |
-----------------------------------------------------------------------------
| 1 | 09:30 | 205 | 105 |
-----------------------------------------------------------------------------
| 1 | 10:00 | 190 | 85 |
-----------------------------------------------------------------------------
| 1 | 10:30 | 210 | 110 |
-----------------------------------------------------------------------------
| 1 | 12:00 | 200 | 100 |
-----------------------------------------------------------------------------
etc

Zouden jullie dat ook op deze manier organiseren? En kan je makkelijk met twee datasets tegelijkertijd werken (zoals in Excel je sheets met elkaar kan linken) om bijvoorbeeld variabelen uit te rekenen voor dataset 1 uit dataset 2 of moet je dan alles meteen weer mergen?

Suggesties en tips zijn zeer welkom!

Hmm ik probeer een collega te helpen maar ik kom er zelf niet uit.

Zeg dat hij het effect van appels en peren eten op gemoedstoestand wil meten.

Onafhankelijke variabele fruit, afhankelijke variabele gemoedstoestand.

Alleen, sommige mensen vinden appels veel lekkerder dan anderen, en sommige peer veel lekkerder dan anderen.

Dus van tevoren heeft ie een meting "hoe lekker vind je appels", en "hoe lekker vind je peren".

Dat lijken me covariabelen. Alleen; voor de mensen die uiteindelijk de peer eten, is het niet relevant om hoe lekker vind je appels als covariaat te hebben, en evenzo voor de mensen die uiteindelijk appel eten.

Hoe moet je dan die covariaten toevoegen. Als twee aparte covariaten, of een enkele variabele 'lekker' waarbij je de score van de appels voor de appelgroep invult, en de score van de peren voor de perengroep?

Ik ben bezig met mijn masterscriptie, redelijk ervaren al met SPSS. Echter ik zoek een boek of iemand die wat meer achtergrondinformatie heeft geschreven over constructvaliditeit. Dit omdat ik constructvaliditeit zeer goed kan gebruiken voor mijn onderzoek .

quote:

Op woensdag 26 juni 2013 13:19 schreef speknek het volgende:
Hmm ik probeer een collega te helpen maar ik kom er zelf niet uit.

Zeg dat hij het effect van appels en peren eten op gemoedstoestand wil meten.

Onafhankelijke variabele fruit, afhankelijke variabele gemoedstoestand.

Alleen, sommige mensen vinden appels veel lekkerder dan anderen, en sommige peer veel lekkerder dan anderen.

Dus van tevoren heeft ie een meting "hoe lekker vind je appels", en "hoe lekker vind je peren".

Dat lijken me covariabelen. Alleen; voor de mensen die uiteindelijk de peer eten, is het niet relevant om hoe lekker vind je appels als covariaat te hebben, en evenzo voor de mensen die uiteindelijk appel eten.

Hoe moet je dan die covariaten toevoegen. Als twee aparte covariaten, of een enkele variabele 'lekker' waarbij je de score van de appels voor de appelgroep invult, en de score van de peren voor de perengroep?

Kun je niet kijken of iemand appels juist lekkerder dan peren vindt of andersom? Als je daar een dummy variable van maakt wordt het eenvoudiger volgens mij.

Hmnee, het is meer appels en rotte peren zeg maar. En de gedachte is dan dat mensen die een appel eten blijer zijn dan mensen die een rotte peer eten. Alleen, ik (hij) vind dus dat sommige mensen rotte peren minder erg vinden dan anderen, en dit de resultaten beinvloedt.

quote:

Op woensdag 26 juni 2013 14:51 schreef speknek het volgende:
Hmnee, het is meer appels en rotte peren zeg maar. En de gedachte is dan dat mensen die een appel eten blijer zijn dan mensen die een rotte peer eten. Alleen, ik (hij) vind dus dat sommige mensen rotte peren minder erg vinden dan anderen, en dit de resultaten beinvloedt.

Ik bedoel zeg maar dat je
if (appel_lekkerder_dan_peer == 1 && persoon_heeft_een_appel_gegeten == 1)
vergelijkt met
if (appel__lekkerder_dan_peer == 0 && persoon_heeft_een_peer_gegeten == 1)

En dat je
if (appel__lekkerder_dan_peer == 1 && persoon_heeft_een_appel_gegeten == 0)
vergelijkt met
if (appel__lekkerder_dan_peer == 0 && persoon_heeft_een_peer_gegeten == 0)

Zo scheid je dus het lievelingsfruit van de niet-favoriet. Ik moet wel eerlijk bekennen dat ik niet genoeg van SPSS weet om dit erin te kunnen fietsen.

Ik snap wat je bedoelt, en dan heb je een 2x2 design, maar iedereen vindt appels lekkerder dan rotte peren . Het is meer een continue variabele en heb ik niet genoeg ppn (het zijn ook drie groepen, met een controle groep) om ze in die drie groepen door twee te delen.

quote:

Op woensdag 26 juni 2013 15:13 schreef speknek het volgende:
Ik snap wat je bedoelt, en dan heb je een 2x2 design, maar iedereen vindt appels lekkerder dan rotte peren . Het is meer een continue variabele en heb ik niet genoeg ppn (het zijn ook drie groepen, met een controle groep) om ze in die drie groepen door twee te delen.

Oh, zo. Dan kan ik je niet verder helpen.

quote:

Op woensdag 26 juni 2013 15:21 schreef wimjongil het volgende:

[..]

Oh, zo. Dan kan ik je niet verder helpen.

Toch bedankt!

quote:

Op woensdag 26 juni 2013 14:12 schreef Brembo het volgende:
Ik ben bezig met mijn masterscriptie, redelijk ervaren al met SPSS. Echter ik zoek een boek of iemand die wat meer achtergrondinformatie heeft geschreven over constructvaliditeit. Dit omdat ik constructvaliditeit zeer goed kan gebruiken voor mijn onderzoek .

Je kan construct validiteit voor elk onderzoek goed gebruiken. Wat wil je er ongeveer over weten?

quote:

Op woensdag 26 juni 2013 14:51 schreef speknek het volgende:
Hmnee, het is meer appels en rotte peren zeg maar. En de gedachte is dan dat mensen die een appel eten blijer zijn dan mensen die een rotte peer eten. Alleen, ik (hij) vind dus dat sommige mensen rotte peren minder erg vinden dan anderen, en dit de resultaten beinvloedt.

Zou dit niet een normale verdeling kunnen zijn? Sommige mensen zullen het super erg vinden, de meeste mensen gewoon erg en weer sommige mensen die het helemaal niet zo erg vonden.

Ja. En er komt dus ook iets significants uit als ik het als covariaat invoer. Alleen ik weet dus niet hoe ik het als covariaat in moet voeren. Want wat mensen van appels vinden is niet relevant voor de perenconditie, en wat mensen van peren vinden is niet relevant voor de appelsconditie.

quote:

Op donderdag 27 juni 2013 08:28 schreef speknek het volgende:
Ja. En er komt dus ook iets significants uit als ik het als covariaat invoer. Alleen ik weet dus niet hoe ik het als covariaat in moet voeren. Want wat mensen van appels vinden is niet relevant voor de perenconditie, en wat mensen van peren vinden is niet relevant voor de appelsconditie.

Ik ben ook geen expert hoor, maar het lijkt mij dat als je gewoon die twee covariaten erin stopt, dat SPSS dan wel uitrekent in hoeverre ze van invloed zijn.

Edit: misschien zit er fundamenteels wat fout in het onderzoek. Waarom zou je naar de attitude t.o.v. appels vragen, als iemand in een perenconditie zit?
Als je enkel had gevraagd naar het fruitsoort die bij de conditie hoort waar de proefpersoon in zit, dan had 1 covariaat gehad die altijd over het betreffende fruitsoort ging.

[ Bericht 9% gewijzigd door DuTank op 27-06-2013 08:57:31 ]

Nou en dat is precies het punt.

Hij heeft gevraagd wat iemands attitude was t.o.v. appels EN t.o.v. peren (twee variabelen).

Mijn ingeving zou zijn om hier een variabele te maken, waar je de attitude t.o.v. appels in kopieert voor de mensen in de appelgroep, en de attitude t.o.v. peren erin kopieert voor de mensen in de perengroep.

Maar ik weet niet of dat mag, ik heb het zeker in ieder geval nog nooit gezien.

quote:

Op donderdag 27 juni 2013 10:50 schreef speknek het volgende:
Nou en dat is precies het punt.

Hij heeft gevraagd wat iemands attitude was t.o.v. appels EN t.o.v. peren (twee variabelen).

Mijn ingeving zou zijn om hier een variabele te maken, waar je de attitude t.o.v. appels in kopieert voor de mensen in de appelgroep, en de attitude t.o.v. peren erin kopieert voor de mensen in de perengroep.

Maar ik weet niet of dat mag, ik heb het zeker in ieder geval nog nooit gezien.

Ik heb verder echt geen idee..

quote:

Op woensdag 26 juni 2013 15:29 schreef speknek het volgende:

[..]

Toch bedankt!

[..]

Je kan construct validiteit voor elk onderzoek goed gebruiken. Wat wil je er ongeveer over weten?

Ik snap zelf hoe het werkt alleen moet ik natuurlijk wel bronnen hebben die uitleggen hoe de wetenschappelijke toepassing is in plaats van dat ik het uit mijn duim zuig. Maar bij Drenth en Sijtsema (2007) met het boek testtheorie stond voldoende achtergrondinformatie in .

Wie kan me helpen, ben een newbe wat betreft SPSS, alleen een practicum gehad vorig jaar tijdens Statistiek 1.
Onderzoekje gedaan, ouders van kinderen die speciaal onderwijs volgen hebben een vragenlijst gekregen. 72 vraagstellingen over probleemgedrag, waarbij de ouders aan moesten geven of hun kind op de "oude" school dit gedrag wel of niet vertoonden, en vervolgens aan moesten geven of dit gedrag op het speciaal onderwijs was afgenomen, gelijkgebleven of was toegenomen.
Ik wil dus weten of probleemgedrag afneemt (of toeneemt) door het volgen van speciaal onderwijs.

Ik heb echter geen flauw idee hoe dit in te voeren in SPSS. Ben begonnen per vraag 2 antwoordmogelijkheden te maken (bijvoorbeeld 1a gedrag werd wel of niet vertoond en 1b afgenomen, toegenomen of gelijkgebleven).
Bij nader inzien dacht ik dat ik wellicht beter alle antwoordcombinaties kon gaan verzamelen (wel en toegenomen, wel en afgenomen etc etc) en daar een waarde aan geven. Bij beide bestanden loop ik echter vast en ik zie door de bomen het bos niet meer.
Wie helpt me op weg?

Mede SPSS'ers,

Ik zou graag mijn eigen statistische vaardigheden willen 'upgraden' op SPSS. Ik heb zelf een beetje ervaring met SPSS, maar deze is te verwaarlozen.

Ik ben daarom op zoek naar een boek/online document om SPSS te 'leren'. Welke raden jullie mij aan? Ik zocht graag eentje die mij alles weer leert vanaf het begin. Dus echt eentje die begint bij 0. Engels of Nederlands maakt mij niet veel uit, maar de voorkeur gaat uit naar het Nederlands.

quote:

Op maandag 1 juli 2013 22:55 schreef PizzaMizza het volgende:
Mede SPSS'ers,

Ik zou graag mijn eigen statistische vaardigheden willen 'upgraden' op SPSS. Ik heb zelf een beetje ervaring met SPSS, maar deze is te verwaarlozen.

Ik ben daarom op zoek naar een boek/online document om SPSS te 'leren'. Welke raden jullie mij aan? Ik zocht graag eentje die mij alles weer leert vanaf het begin. Dus echt eentje die begint bij 0. Engels of Nederlands maakt mij niet veel uit, maar de voorkeur gaat uit naar het Nederlands.

Julie Pallant.

quote:

Op maandag 1 juli 2013 22:55 schreef PizzaMizza het volgende:
Mede SPSS'ers,

Ik zou graag mijn eigen statistische vaardigheden willen 'upgraden' op SPSS. Ik heb zelf een beetje ervaring met SPSS, maar deze is te verwaarlozen.

Ik ben daarom op zoek naar een boek/online document om SPSS te 'leren'. Welke raden jullie mij aan? Ik zocht graag eentje die mij alles weer leert vanaf het begin. Dus echt eentje die begint bij 0. Engels of Nederlands maakt mij niet veel uit, maar de voorkeur gaat uit naar het Nederlands.

Mijn universiteit maakt gebruik van het boek van De Vocht. Daarnaast vind ik het boek van Andy Field erg handig.

quote:

Op dinsdag 2 juli 2013 12:27 schreef Maraca het volgende:

[..]

Mijn universiteit maakt gebruik van het boek van De Vocht. Daarnaast vind ik het boek van Andy Field erg handig.

Die van Field is inderdaad erg prettig, zeker als je meer van de achterliggende statistiek wil weten. Maar als je alleen een 'kookboek' wil, zou ik toch die van Pallant (of inderdaad De Vocht) aanraden.

Oke, dank jullie wel. Kan ik trouwens veel oefenopgaven verwachten in de voorgestelde boeken?

Ik ga er snel eentje bestellen.

Niet direct SPSS, maar wel statistiek. Ik wil een powerberekening doen en ik kom er niet goed uit.

Ik heb een cohort van n cases groot. Ik wil hierin zoeken wat het verband is tussen eigenschap a (een dichotome variable) en b (iets wat ik op verschillende manieren kan meten, zowel dichotoom, ordinaal als kwantitatief). Ik weet echter nu niet wat de prevalentie van a of b wordt. Uiteraard weet ik uit de literatuur wel schattingen.

Hoe kom ik nu achter de power van deze studie? Want simpel toetsen van een verschil tussen 2 proporties gaat er van uit dat ik de afhankelijke variabele al weet. Maar dat is dus niet zo. Ik kan daar wel een schatting van maken, maar dan heb je de mogelijke variantie in deze variabele dus niet meegenomen in je powerberekening.

Ik ben bezig met onder andere een survival analyse. Ik heb een dataset met daarin een per case een aantal verschillende events:
EventA_status (0: niet opgetreden 1:opgetreden) en EventA_date (datum van het event).

Nu wil ik een samengesteld eindpunt maken, namelijk of eventA of B of C (en zo nog een rij andere) zijn opgeteden. Het berekenen van Samengesteld_status (0: niet opgetreden 1:opgetreden) lukt me wel. Wat ik nu probeer te doen is het volgende.

Als Samengesteld_status=1, wil ik graag de datum van het eerste event dat bij dat samengestelde event hoort hebben (ik ben immers met een survival analysis bezig). SPSS moet dus bekijken welke van die EventX_date het eerst is en die datum overnemen in Samengesteld_date.

Hoe doe ik dat?

De 'Date and Time Wizard' moet hier wel uitkomst kunnen bieden vermoed ik.

quote:

Op donderdag 11 juli 2013 18:45 schreef Z het volgende:
De 'Date and Time Wizard' moet hier wel uitkomst kunnen bieden vermoed ik.

Ik heb het al opgelost. Je kunt gewoon MIN gebruiken, ik dat dat die het niet zou doen voor data.

Hallo iedereen,

Ik loop tegen een probleem aan, ik ben nu bezig met mijn masterscriptie. Nu heb ik een multipele regressie uitgedraaid met 7 onafhankelijke variabelen (leeftijd, geslacht, opleidingsniveau ....EN functie). Hierbij bleek de categorische variabele functie significant te zijn. Functie bestaat uit drie categorieën, namelijk huishoudelijke hulp, verzorgende en verpleegkundige.

Nu wilde ik weten welke van deze functies een significant effect had op mijn y variabele, dus heb ik de categorieen als onafhankelijke variabele getest met dezelfde controlevariabelen Nu blijkt geen enkel van de drie functies (huishoudelijke hulp, verzorgende en verpleegkundige) een significant effect te hebben.

Hoe kan dit?

Doordat functie significant is, zou dat toch betekenen dat één van de functies significant zou moeten zijn.

Nog een vraag, dit maal automatisering van berekeningen:


Ik wil deze berekening herhalen voor een set aan andere medicijnen. Helaas zijn die niet mooi genummerd, maar staat er in plaats van Med1 een naam van een medicament. Ik kan prima een lijst met de namen van die medicijnen maken. Is het mogelijk om deze functie uit te voeren waarbij de tekst Med1 in de syntax door steeds een ander woord wordt vervangen? Volgens mij moet dit met macro's, maar ik kom er slecht uit. Ik ben bang dat je alleen hele variabelen kunt vervangen en geen deel van een variabele.

[ Bericht 1% gewijzigd door dotKoen op 12-07-2013 17:27:09 ]

Moet met 'do repeat' kunnen. Geen macro nodig.

http://publib.boulder.ibm(...)_repeat_overview.htm

Thanks! Maar met een do repeat kun je toch alleen hele variabelen vervangen? Want hier had ik al aan gedacht, dan wordt het:

Probleem is dat ik dan nog wel 4 maal variabelen moet definieren. Ik wil die stap (aangezien het om een heleboel variabelen gaat) ook elimineren.

[ Bericht 50% gewijzigd door dotKoen op 12-07-2013 18:30:31 ]

Heb inmiddels gevonden hoe het met een macro moet:

Puik werk. Ik vind de SPSS macro-taal gruwelijk. In tegenstelling tot bijvoorbeeld Excel VB.

Ik ben me aan het verdiepen in R, gebruikt iemand hier dat?

quote:

Op zaterdag 13 juli 2013 13:26 schreef Z het volgende:
Puik werk. Ik vind de SPSS macro-taal gruwelijk. In tegenstelling tot bijvoorbeeld Excel VB.

Ik ben me aan het verdiepen in R, gebruikt iemand hier dat?

Nee, maar staat wel op mijn lijstje om eens te leren...

Voor mijn scriptie ben ik bezig verschil van proportie´s (variabele zijn dummyvariabelen) te vergelijken tussen 5 groepen. Dit deed ik eerst met een t-toets, echter kreeg ik als feedback dat dit niet mag, omdat ze niet continu zijn en niet-normaal verdeeld. Daarom kreeg ik als advies om met behulp van proportietoetsen de gemiddelden te toetsen.

Voorbeeld: de proportie gehuwden in groep 1 vergelijken met proportie gehuwden in groep 2, proportie gehuwden in groep 1 vergelijken met proportie gehuwden in groep 3, etc.

De vraag is heel simpel: hoe voer ik zo'n toets uit met SPSS?

Hallo allemaal,

Ik ben op dit moment bezig met de analyse voor mijn masterscriptie in SPSS, en heb iets waar ik niet helemaal uitkom. In mijn (veronderstelde) model hebben twee onafhankelijke variabelen (A & B) invloed op een afhankelijke variabele. Deze relatie wordt gemodereerd door twee andere variabelen (C&D).

Nu wil ik een hierarchische regressieanalyse uitvoeren, waarbij drie blokken worden gebruikt. In het eerste blok zijn de controlvariabelen (leeftijd, geslacht etc.) opgenomen, in het tweede blok de twee onafhankelijke variabelen (A&B) en in het derde blok de modererende variabelen. Deze modererende variabelen worden opgenomen door 4 interactievariabelen te maken (A*C, A*D, B*C, B*D). Mijn vraag is of de twee modererende variabelen (C&D) als zelfstandige variabelen in het tweede blok moeten worden opgenomen (sámen met A&B), en daarnaast als interactievariabelen in het derde blok? Op deze manier toets je dus ook de rechtstreekse invloed van de modererende variabelen op de afhankelijke variabele.

Ik dacht zelf eigenlijk dat dit niet nodig was, omdat mijn model hier niet vanuit gaat. Ik heb echter laatst een gesprek met een docent (die nu afwezig is ) gehad, en hij gaf aan dat het wel nodig was (terwijl ik zei dat ik in mijn model geen rekening gehouden had met een rechtstreekse invloed). Punt is dat ik nu niet meer zeker weet of ik het goed begrepen heb . Ik heb een aantal andere scripties (min of meer verbonden aan hetzelfde project) bekeken waarbij ook een hierarchische regressieanalyse met moderators werd uitgevoerd, en daar werd in principe ook geen rechtstreeks effect van de modererende variabele(n) op de afhankelijke getest..

Hallo

Ik heb een (denk ik) simpele SPSS vraag. Uit SPSS komen een aantal correlaties en Pearsons R verbanden die significant zouden moeten zijn (P < 0,05). Maar wanneer is er sprake van een sterk verband; of te wel vanaf welke Pearsons R waarde is het verband redelijk sterk- sterk te noemen, zodat je echt kan spreken van een zeer waarschijnlijk duidelijk verband.

Als voorbeeld heb ik analyse gedaan met als achtergrondvariabel Gender (man/vrouw als antwoordmogelijkheden).
Bij een van de variabelen is de Pearsons R waarde 0.460 en de Sig 2-tailed P-waarde: 0.000

Bij een andere achtergrondvariabele krijg ik Pearsons R waarden als 0.686 en Sig 2-tailed P waarde: 0.000

Ook krijg ik regelmatig wel een P waarde kleiner dan 0,05, maar de Pearsons R waarde schommelt dan rond de 0.2/0.3.

Mijn eigen conclusie zou zijn dat de verbanden met een Pearsons R waarde rond de 0,2/0,3 er wel zijn, maar dat deze niet heel erg sterk is. En dus statistisch niet goed 'hard' te maken. En de eerste 2 voorbeelden redelijk sterke verbanden zijn. Maar ik twijfel erg over de eerste twee voorbeelden.

Ik hoop dat het beetje duidelijk is en iemand mij kan helpen!
Thanks a lot!

handig topic voor mn scriptie binnenkort.

quote:

Op dinsdag 23 juli 2013 13:30 schreef edh88 het volgende:
Hallo

Ik heb een (denk ik) simpele SPSS vraag. Uit SPSS komen een aantal correlaties en Pearsons R verbanden die significant zouden moeten zijn (P < 0,05). Maar wanneer is er sprake van een sterk verband; of te wel vanaf welke Pearsons R waarde is het verband redelijk sterk- sterk te noemen, zodat je echt kan spreken van een zeer waarschijnlijk duidelijk verband.

Als voorbeeld heb ik analyse gedaan met als achtergrondvariabel Gender (man/vrouw als antwoordmogelijkheden).
Bij een van de variabelen is de Pearsons R waarde 0.460 en de Sig 2-tailed P-waarde: 0.000

Bij een andere achtergrondvariabele krijg ik Pearsons R waarden als 0.686 en Sig 2-tailed P waarde: 0.000

Ook krijg ik regelmatig wel een P waarde kleiner dan 0,05, maar de Pearsons R waarde schommelt dan rond de 0.2/0.3.

Mijn eigen conclusie zou zijn dat de verbanden met een Pearsons R waarde rond de 0,2/0,3 er wel zijn, maar dat deze niet heel erg sterk is. En dus statistisch niet goed 'hard' te maken. En de eerste 2 voorbeelden redelijk sterke verbanden zijn. Maar ik twijfel erg over de eerste twee voorbeelden.

Ik hoop dat het beetje duidelijk is en iemand mij kan helpen!
Thanks a lot!

Begrijp ik je goed als ik zeg dat je een correlatie hebt berekend met een dichtome variabele?

quote:

Op woensdag 24 juli 2013 11:24 schreef crossover het volgende:

[..]

Begrijp ik je goed als ik zeg dat je een correlatie hebt berekend met een dichtome variabele?

Ahh ik begrijp dat ik een grote fout heb gemaakt??

Het is voor mij zeker 6 jaar geleden dat ik beetje basis spss heb gehad en moet voor een onderzoek op mn werk kijken of er relaties liggen dus bepaalde variabelen ipv puur frequentie. Hiervoor alleen kwalitatieve onderzoeken verricht, dus het is erg diep weggezakt.

Ik heb wel onthouden dat je alleen onafhankelijk met een afhankelijke kan vergelijken (toch?). En dus niet afhankelijk met afhankelijk (of als dat wel zou kunnen is het vast erg ingewikkeld;)). Verder heb ik inderdaad 1 dichotome variabele gebruikt als onafhankelijke variabel; gender. De andere achtergrondvariabelen bevatten meerdere keuzemogelijkheden (minimaal 4). Dit geldt over het algemeen ook voor de afhankelijke variabelen. Er zijn daarbij ook afhankelijke variabelen met 2 antwoordmogelijkheden (missing niet als keuzemogelijkheid gezien dan!)

Kennis van statistiek en kennis van SPSS hebben niet zoveel met elkaar te maken. Zoek eerst uit wat en hoe je moet toetsen, en start daarna pas SPPS op, het wijst zich dan zo ongeveer vanzelf.

Ik heb kennis van beide, dus daar zal het niet aan liggen. Het is alleen ver weggezakt. Ik snap dat er een verschil tussenzit, maar ik had het hier over spss en de output ervan. Daarna vroeg ik of het niet mogelijk was dat ik een dichotome variabele kon 'vergelijken' met een niet-dichotome variabelen.

Ik moet kijken of er eventuele relaties liggen tussen een aantal achtergrondvariabelen zoals gezinssamenstelling, geboorteland etc. en een aantal afhankelijke variabelen zoals gezondheidsbeleving en hulp bij bijv. het bereiden van een maaltijd.

Vandaar de analyse in spss met correlaties. Dat is het enige wat gevraagd wordt. Heb mij wat in SPSS verdiept en dit type analyse zou t beste passen. Ik hoef geen hypothese te testen oid.

Regressie met dummies moet je denk ik hebben.

ok, dit moet ik dan bij gender toepassen? 1 recode man en 1 recode vrouw?

Wat is de reden dat ik geen correlatie gebruiken? (analyze > correlate > bivariate)Ik snap dat regressie kan, maar ben benieuwd waarom ik dus t fout heb gedaan zodat ik de fout niet nog een keer maak.

ik lees hier dat regressie is voor voorspellingen? Maar dan hoeft dus niet

Hoi ik ben met SPSS bezig voor mijn thesis. Ik heb het basishandboek voor SPSS 21, maar kom hier niet helemaal uit. Ik heb een aantal vragen waarin ze kunnen kiezen uit een paar antwoorden, waaronder ook het antwoord 'anders' en zij kunnen hier dan een toelichting bij schrijven. Ik heb alleen geen flauw idee hoe ik die toelichting koppel aan het antwoord 'anders' in SPSS. Iemand die mij kan helpen?

Wat wil je uit die string anders analyseren? Wil je die antwoorden als categorale variabele toevoegen?

quote:

Op woensdag 24 juli 2013 16:53 schreef edh88 het volgende:
ik lees hier dat regressie is voor voorspellingen? Maar dan hoeft dus niet

Regressies zijn waarvoor je ze wil gebruiken. Regressies hoeven in principe niets met voorspellingen te maken hebben. Alleen, mocht je het willen, kun je er wel voorspellingen mee maken.
In jouw geval is een regressie waarschijnlijk the way to go.