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
Weten jullie of ik hier een repeated measures anova voor kan gebruiken?
Ik heb twee groepen die allebei dezelfde conditie ondergaan. Er is een beginmeting en een eindmeting. Ik verwacht dat er daarnaast 3 variabelen zijn die een voorspeller zijn van de eindmeting.
Kan ik dit analyseren dmv repeated measures anova? Ik ben begonnen met multilevel analyses, vanwege meerdere metingen en missing data, maar dat werd te complex, dus ik zoek eigenlijk een simplere manier
Ik heb twee groepen die allebei dezelfde conditie ondergaan. Er is een beginmeting en een eindmeting. Ik verwacht dat er daarnaast 3 variabelen zijn die een voorspeller zijn van de eindmeting.
Kan ik dit analyseren dmv repeated measures anova? Ik ben begonnen met multilevel analyses, vanwege meerdere metingen en missing data, maar dat werd te complex, dus ik zoek eigenlijk een simplere manier
iets te snel verstuurd.. ik zoek dus een manier om het effect van de conditie te meten en of de 3 variabelen hierbij een voorspellende waarde hebben. Hoop dat iemand me hiermee kan helpen!
Nog even feedback over mijn vorige vraag... Volgens een docent is dit de meest algemene oplossing die ook werkt voor echte grote datasets:
data <- data.frame('x' = c(1,2,3,4,5,6,7,8,9),'group'=c(1,1,1,2,2,2,3,3,3))
('x' bevat de data zelf, en 'group' de groepslabels, net als bij SPSS) dan krijg je je boxplot direct via:
boxplot(data$x ~ data$group)
data <- data.frame('x' = c(1,2,3,4,5,6,7,8,9),'group'=c(1,1,1,2,2,2,3,3,3))
('x' bevat de data zelf, en 'group' de groepslabels, net als bij SPSS) dan krijg je je boxplot direct via:
boxplot(data$x ~ data$group)
Your opinion of me is none of my business.
Als 'x' een meting is die plaatsvindt in 3 groepen wel inderdaad. Als group 1/2/3 per proefpersoon verschillende zaken meten (bijvoorbeeld: "leeftijd", "lengte" en "schoenmaat") dan moet je de code gebruiken waar je vanmiddag mee kwam.quote:Op zondag 14 september 2014 20:43 schreef Sarasi het volgende:
Nog even feedback over mijn vorige vraag... Volgens een docent is dit de meest algemene oplossing die ook werkt voor echte grote datasets:
data <- data.frame('x' = c(1,2,3,4,5,6,7,8,9),'group'=c(1,1,1,2,2,2,3,3,3))
('x' bevat de data zelf, en 'group' de groepslabels, net als bij SPSS) dan krijg je je boxplot direct via:
boxplot(data$x ~ data$group)
[ Bericht 0% gewijzigd door Operc op 14-09-2014 21:06:04 ]
Ja, klopt. Maar in dit geval waren het bomen in verschillende percelen, dus allemaal dezelfde variabele.quote:
[..]
Als 'x' een meting is die plaatsvindt in 3 groepen wel inderdaad. Als group 1/2/3 per proefpersoon verschillende zaken meten (bijvoorbeeld: "leeftijd", "geslacht" en "schoenmaat") dan moet je de code gebruiken waar je vanmiddag mee kwam.
Your opinion of me is none of my business.
quote:Op zondag 14 september 2014 20:13 schreef wiedeweer het volgende:
Weten jullie of ik hier een repeated measures anova voor kan gebruiken?
Ik heb twee groepen die allebei dezelfde conditie ondergaan. Er is een beginmeting en een eindmeting. Ik verwacht dat er daarnaast 3 variabelen zijn die een voorspeller zijn van de eindmeting.
Kan ik dit analyseren dmv repeated measures anova? Ik ben begonnen met multilevel analyses, vanwege meerdere metingen en missing data, maar dat werd te complex, dus ik zoek eigenlijk een simplere manier
Het is voor mij al weer even geleden, maar ik denk dat je een (M)ANCOVA moet doen (kan in SPSS via GLM).quote:
iets te snel verstuurd.. ik zoek dus een manier om het effect van de conditie te meten en of de 3 variabelen hierbij een voorspellende waarde hebben. Hoop dat iemand me hiermee kan helpen!
Lokquote:
quote:
Ah, dan wel inderdaad,quote:
[..]
Ja, klopt. Maar in dit geval waren het bomen in verschillende percelen, dus allemaal dezelfde variabele.
Hoi!quote:
[..]
[..]
Het is voor mij al weer even geleden, maar ik denk dat je een (M)ANCOVA moet doen (kan in SPSS via GLM).
Lokquote:
[..]
Wat is precies hetgene waar je geintereseerd in bent? Als het puur de 3 IV's op eindmeting zijn (eventueel 4 met voormeting) dan kun je gewoon een regressie doen (je hebt geen between manipulatie toch? als de groepen ongeveer vergelijkbaar zijn kun je ze samen-nemen).quote:
Weten jullie of ik hier een repeated measures anova voor kan gebruiken?
Ik heb twee groepen die allebei dezelfde conditie ondergaan. Er is een beginmeting en een eindmeting. Ik verwacht dat er daarnaast 3 variabelen zijn die een voorspeller zijn van de eindmeting.
Kan ik dit analyseren dmv repeated measures anova? Ik ben begonnen met multilevel analyses, vanwege meerdere metingen en missing data, maar dat werd te complex, dus ik zoek eigenlijk een simplere manier
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-
Hoi! Sorry, daar ben ik weer!
Ik loop vast met het volgende:
Ik moet een gestandaardiseerde schaalscore berekenen, waarbij het totaal aantal gescoorde punten gedeeld moet worden door het aantal antwoordcategorieën*aantal beantwoorde items. En dat alles *100.
Bij het aantal beantwoorde items loop ik vast..
Hoe ik het heb gedaan:
eerst de "normale" somscore berekend (= aantal gescoorde punten).
Vervolgens:
nieuwe variabele aangemaakt en dan in de numeric expression:
"normale somscore/(3*NValid (variabele 1 + variabele 2 + variabele 3 + variabele 4)) * 100.
Ik krijg hier hele rare getallen uit.. iemand een idee?
Ik loop vast met het volgende:
Ik moet een gestandaardiseerde schaalscore berekenen, waarbij het totaal aantal gescoorde punten gedeeld moet worden door het aantal antwoordcategorieën*aantal beantwoorde items. En dat alles *100.
Bij het aantal beantwoorde items loop ik vast..
Hoe ik het heb gedaan:
eerst de "normale" somscore berekend (= aantal gescoorde punten).
Vervolgens:
nieuwe variabele aangemaakt en dan in de numeric expression:
"normale somscore/(3*NValid (variabele 1 + variabele 2 + variabele 3 + variabele 4)) * 100.
Ik krijg hier hele rare getallen uit.. iemand een idee?
waar komt die 3 vandaan?
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-
dat zijn het aantal antwoordcategorieën...
Maar ik heb gevonden waar het probleem zit! bij Nvalid heb ik de variabelen opgeteld.. nu heb ik er een komma staan en doet hij het wel!
Maar ik heb gevonden waar het probleem zit! bij Nvalid heb ik de variabelen opgeteld.. nu heb ik er een komma staan en doet hij het wel!
Ik twijfel nog steeds over het meetniveau.. mag ik een antwoordschaal "0=altijd, 1=vaak, 2=soms, 3=nooit" als "scale-variabele" benoemen in spss (dus als zogenaamde quasi-interval of semi-interval variabele)? of is het toch ordinal?
En een "nee=0, ja=1" antwoordschaal waarbij het ene antwoord "beter" is dan het andere.. is dat ordinal? of toch nominal?
En een "nee=0, ja=1" antwoordschaal waarbij het ene antwoord "beter" is dan het andere.. is dat ordinal? of toch nominal?
Bij de eerste zul je voorzichtig moeten zijn met je interpretatie. Vanaf 5 schaalpunten is een ordinale schaal eigenlijk vrijwel gelijk aan een interval schaal (zolang de ankers een beetje logisch zijn), met 4 punten zou ik toch wat voorzichtiger zijn, vooral omdat "soms" waarschijnlijk niet precies tussen nooit en vaak in ligt.quote:
Ik twijfel nog steeds over het meetniveau.. mag ik een antwoordschaal "0=altijd, 1=vaak, 2=soms, 3=nooit" als "scale-variabele" benoemen in spss (dus als zogenaamde quasi-interval of semi-interval variabele)? of is het toch ordinal?
En een "nee=0, ja=1" antwoordschaal waarbij het ene antwoord "beter" is dan het andere.. is dat ordinal? of toch nominal?
Tweede kun je in principe gewoon als ordinaal zien, maar hoe je het noemt zou in dat geval eigenlijk helemaal niks uit moeten 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-
Wat ik niet zo goed begrijp..
Ik heb dus 1 vragenlijst om het construct 'werktevredenheid' te meten, waarin het meetniveau van de schalen verschilt (scale en ordinaal). Daarnaast heb ik een vragenlijst die het construct 'motivatie voor het uit te voeren gedrag' meet (op scale niveau). Hoe kan ik de correlatie tussen deze twee constructen dan meten, aangezien het meetniveau verschilt?
Ik heb dus 1 vragenlijst om het construct 'werktevredenheid' te meten, waarin het meetniveau van de schalen verschilt (scale en ordinaal). Daarnaast heb ik een vragenlijst die het construct 'motivatie voor het uit te voeren gedrag' meet (op scale niveau). Hoe kan ik de correlatie tussen deze twee constructen dan meten, aangezien het meetniveau verschilt?
Zou iemand me kunnen helpen.
Voor mijn thesis onderzoek ik de invloed van economische onzekerheid (baan en inkomensonzekerheid) op o.a. stemkeuze.
Dus mijn afhankelijk variabele is een categorische (partijkeuze), en mijn onafhankelijke een metrische.
Welke analyse techniek gebruik ik hiervoor het best?
Voor mijn thesis onderzoek ik de invloed van economische onzekerheid (baan en inkomensonzekerheid) op o.a. stemkeuze.
Dus mijn afhankelijk variabele is een categorische (partijkeuze), en mijn onafhankelijke een metrische.
Welke analyse techniek gebruik ik hiervoor het best?
Ga je er van uit dat partijren totaal ongerelateerd zijn of zie je de partijen op een schaal van bv links tot rechts?quote:
Zou iemand me kunnen helpen.
Voor mijn thesis onderzoek ik de invloed van economische onzekerheid (baan en inkomensonzekerheid) op o.a. stemkeuze.
Dus mijn afhankelijk variabele is een categorische (partijkeuze), en mijn onafhankelijke een metrische.
Welke analyse techniek gebruik ik hiervoor het best?
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-
spss 16. Ik zoek een simpele functie maar kan hem niet vinden.
Ik heb 3 testen, die kunnen positief of negatief zijn. Daaruit wil ik een 3de variabele bepalen met spss: bij 1of meer positieve uitkomsten is deze variabele positief, anders negatief.
Ik had verwacht dat er wel een if functie in spss zou zitten. Iemand die me hiermee kan helpen?
Ik heb 3 testen, die kunnen positief of negatief zijn. Daaruit wil ik een 3de variabele bepalen met spss: bij 1of meer positieve uitkomsten is deze variabele positief, anders negatief.
Ik had verwacht dat er wel een if functie in spss zou zitten. Iemand die me hiermee kan helpen?
Sei wachsam,
Fall nicht auf sie rein! Paß auf, daß du deine Freiheit nutzt,
Die Freiheit nutzt sich ab, wenn du sie nicht nutzt!
Fall nicht auf sie rein! Paß auf, daß du deine Freiheit nutzt,
Die Freiheit nutzt sich ab, wenn du sie nicht nutzt!
"Compute variable" moet dat wel kunnen als het goed is.quote:
spss 16. Ik zoek een simpele functie maar kan hem niet vinden.
Ik heb 3 testen, die kunnen positief of negatief zijn. Daaruit wil ik een 3de variabele bepalen met spss: bij 1of meer positieve uitkomsten is deze variabele positief, anders negatief.
Ik had verwacht dat er wel een if functie in spss zou zitten. Iemand die me hiermee kan helpen?
quote:
spss 16. Ik zoek een simpele functie maar kan hem niet vinden.
Ik heb 3 testen, die kunnen positief of negatief zijn. Daaruit wil ik een 3de variabele bepalen met spss: bij 1of meer positieve uitkomsten is deze variabele positief, anders negatief.
Ik had verwacht dat er wel een if functie in spss zou zitten. Iemand die me hiermee kan helpen?
| 1 2 3 4 5 6 | Do if (test1=1 OR test2=1 OR test3=1). Compute var1=1. Else. Compute var1=0. End if. Execute. |
Ah, do if kon ik niet kiezen in de lijst functies. Morgens kijken of het lukt.
Sei wachsam,
Fall nicht auf sie rein! Paß auf, daß du deine Freiheit nutzt,
Die Freiheit nutzt sich ab, wenn du sie nicht nutzt!
Fall nicht auf sie rein! Paß auf, daß du deine Freiheit nutzt,
Die Freiheit nutzt sich ab, wenn du sie nicht nutzt!
Hoi allemaal!
Ik wil graag de correlatie berekenen tussen twee constructen.
- construct 1: werkbeleving (ordinaal, bestaande uit 27 items, verdeeld over 4 schalen)
- construct 2: opvoedingsstijl (ordinaal, bestaande uit 23 items, verdeeld over 3 schalen)
Gezien mijn kleine steekproef (N = 25), en de ordinale aard van de constructen dacht ik een Spearmans Rangordetest uit te voeren.
Echter, nou vroeg ik me af.. ik heb van alle schalen een (gestandaardiseerde) somscore berekend. Deze scores hebben dus een interval-meetniveau (als ik het goed heb). Als ik hier mijn correlatietoets mee uit ga voeren, dan gaat het toch niet meer om ordinale constructen, en moet ik een ander soort toets uitvoeren, toch? Of haal ik nou meerdere dingen door elkaar?
En daarbij vroeg ik me ook nog af: ik heb dus van alle schalen een schaalscore (somscore) berekend. Moet ik daarnaast ook nog een totale constructscore berekenen (de somscores van elk construct bij elkaar opgeteld) om een correlatietoets uit te kunnen voeren?
Mijn dank is groot!
Ik wil graag de correlatie berekenen tussen twee constructen.
- construct 1: werkbeleving (ordinaal, bestaande uit 27 items, verdeeld over 4 schalen)
- construct 2: opvoedingsstijl (ordinaal, bestaande uit 23 items, verdeeld over 3 schalen)
Gezien mijn kleine steekproef (N = 25), en de ordinale aard van de constructen dacht ik een Spearmans Rangordetest uit te voeren.
Echter, nou vroeg ik me af.. ik heb van alle schalen een (gestandaardiseerde) somscore berekend. Deze scores hebben dus een interval-meetniveau (als ik het goed heb). Als ik hier mijn correlatietoets mee uit ga voeren, dan gaat het toch niet meer om ordinale constructen, en moet ik een ander soort toets uitvoeren, toch? Of haal ik nou meerdere dingen door elkaar?
En daarbij vroeg ik me ook nog af: ik heb dus van alle schalen een schaalscore (somscore) berekend. Moet ik daarnaast ook nog een totale constructscore berekenen (de somscores van elk construct bij elkaar opgeteld) om een correlatietoets uit te kunnen voeren?
Mijn dank is groot!
Als werkbeleving categorisch is (bijv ja/nee) en opvoedingsstijl ook, dan zou je met een chi-square analyse de correlaties kunnen analyseren. Als werkbeleving en opvoedingsstijl beide continu zijn (bijv. 1,1 t/m 5) dan kan je een correlatie analyse gebruiken om de correlaties te berekenen.
voor werkbeleving en opvoedingsstijl, zou je denken dat het gaat om een continue antwoordschaal (bijv. van 1 laag tot 5 hoog). Als je dan inderdaad alle items bij elkaar optelt (bijv. 27 items) en deelt door 27, dan krijg je de gemiddelde continue scores. Het gaat inderdaad uiteindelijk om je gemiddelde scores. Zijn die continu of categorisch. Alleen categorisch kan je natuurlijk niet zomaar continu maken. je bent namelijk man = 1, of vrouw = 2. Dan zou de waarde 1,5 natuurlijk niet kunnen.
Je wilt uteindelijk 1 gemiddelde totaalschaal hebben voor werkbeleving en 1 ook 1 schaal voor opvoedingsstijl. Kan je daar iets mee?
voor werkbeleving en opvoedingsstijl, zou je denken dat het gaat om een continue antwoordschaal (bijv. van 1 laag tot 5 hoog). Als je dan inderdaad alle items bij elkaar optelt (bijv. 27 items) en deelt door 27, dan krijg je de gemiddelde continue scores. Het gaat inderdaad uiteindelijk om je gemiddelde scores. Zijn die continu of categorisch. Alleen categorisch kan je natuurlijk niet zomaar continu maken. je bent namelijk man = 1, of vrouw = 2. Dan zou de waarde 1,5 natuurlijk niet kunnen.
Je wilt uteindelijk 1 gemiddelde totaalschaal hebben voor werkbeleving en 1 ook 1 schaal voor opvoedingsstijl. Kan je daar iets mee?
There are no facts only interpretations
Spss & statistiek Goeroe - daviddeboon (at) Hotmail. com
Spss & statistiek Goeroe - daviddeboon (at) Hotmail. com
Wie heeft enig idee waar SW voor kan staan?
Ik moet voor een aantal groepen het gemiddelde, de standaardafwijking, de gestandaardiseerde skewness, gestandaardiseerde kurtosis, SW, outliers en percentage missing aangeven, maar kom er dus even niet meer uit waar SW ook alweer voor staat.
Ik moet voor een aantal groepen het gemiddelde, de standaardafwijking, de gestandaardiseerde skewness, gestandaardiseerde kurtosis, SW, outliers en percentage missing aangeven, maar kom er dus even niet meer uit waar SW ook alweer voor staat.
http://en.wikipedia.org/wiki/Shapiro–Wilk_testquote:
Wie heeft enig idee waar SW voor kan staan?
Ik moet voor een aantal groepen het gemiddelde, de standaardafwijking, de gestandaardiseerde skewness, gestandaardiseerde kurtosis, SW, outliers en percentage missing aangeven, maar kom er dus even niet meer uit waar SW ook alweer voor staat.
Die misschien?
Dank, dat zal hem inderdaad zijn!quote:
[..]
http://en.wikipedia.org/wiki/Shapiro–Wilk_test
Die misschien?
