Samenvatting Statistiek met SPSS
H1 Hoe bereid ik mij voor op statistiek met SPSS 21.0?
1.1 Inleiding
Fasen onderzoekscyclus:
1. Wat is de onderzoeksvraag of -vragen en wat is de doelstelling van mijn onderzoek?
2. Hoe zoek ik informatie (onder meer literatuurstudie)?
3. Wat voor type onderzoek ga ik doen?
4. Hoe ziet mijn onderzoeksontwerp eruit?
5. Betrek ik de populatie in mijn onderzoek, of trek ik een steekproef?
6. Welke dataverzamelingsmethode ga ik gebruiken?
7. Hoe prepareer ik mijn data voor de analyse?
8. Hoe analyseer ik mijn data?
9. Hoe rapporteer en evalueer ik mijn onderzoek?
1.3 Hoe analyseer ik mijn data? Een gebruikswijzer!
Voor de keuze van een statistische analysetechniek zijn de antwoorden op de volgende vragen van belang:
1. Gaat het in de vraagstelling om frequenties (hoe vaak/in welke mate), om een verschil of een
samenhang? Of gaat het om een combinatie daarvan?
2. Wat is het meetniveau van de gegevens die je hebt verzameld?
3. Gaat het om een steekproef of om een populatie?
Het blokschema ‘hoe analyseer ik mijn data’ is ontworpen aan de hand van deze vragen.
Om wat voor specifieke onderzoeksvragen gaat het in mijn onderzoek?
Globaal zijn er drie soorten onderzoeksvragen te onderscheiden;
• Vragen waarbij het erom gaat hoe vaak in welke mate (frequentie)iets voorkomt
• Vragen waarbij het gaat om een verschil
• Vragen waarbij het gaat om een samenhang
Wat is het meetniveau van mijn gegevens?
• Nominaal meetniveau: alleen sprake van een verschil, niet van meer of minder
• Ordinaal meetniveau: wel sprake van meer of minder, maar het verschil tussen de categorieën is niet
in een getal uit te drukken.
• Interval meetniveau: geen sprake van een natuurlijk nulpunt, bij ratio meetniveau wel. Samen = scale
Bij continue variabelen kun je je een lijn voorstellen waarop waarden een aaneengesloten rij punten vormen:
een continuüm. Tussen twee punten liggen altijd nog andere mogelijke waarden. Voorbeelde zijn lengte van
een persoon, leeftijd en intelligentie.
Discrete variabelen zijn variabelen die alleen hele waarden kunnen aannemen, zoals het aantal auto’s dat
iemand bezit of het aantal kinderen in het gezin.
Gaat het om een populatie of om een steekproef?
Beschrijvende statistiek: gebruik wanneer je onderzoek doet bij een populatie. Er is sprake van een populatie
wanneer je alle eenheden waarover je uitspraken wilt doen in je onderzoek betrekt.
Bij een steekproef is de opzet dat je uitspraken doet over de totale populatie van werknemers. In dit geval
moet je gebruikmaken van de inductieve/inferentiële statistiek.
Voordat je aan de analyse van je gegevens begint, stel je jezelf de vraag over welke eenheden (wie of wat) je
uitspraken wilt doen. Wanneer dat alle personen of zaken zijn die in je onderzoek zijn betrokken, dan is er
sprake van een populatieonderzoek. Wil je ook uitspraken doen over de personen of zaken die niet betrokken
zijn bij je onderzoek, maar als het ware gepresenteerd worden door de onderzoekseenheden die je
geselecteerd hebt, dan gaat het om een steekproefonderzoek.
1
, 1.4 Enkele algemene statistische begrippen
Het doel van de beschrijvende statistiek is op een inzichtelijke en overzichtelijke manier je gegevens te
presenteren. Als je gegevens grafisch weergeeft, is het resultaat nogal eens de zogenoemde normaalverdeling.
De standaardfout geeft aan in hoeverre het gevonden steekproefgemiddelde een betrouwbare schatting is van
het populatiegemiddelde. De standaardfout wordt bepaald door de steekproefgrootte en de homogeniteit van
de steekproef. De standaardfout is groter naarmate de steekproef kleiner is en het verschil in IQ binnen de
groep groter is.
Men houdt over het algemeen de regel aan dat er van significantie sprake is als de overschrijdingskans kleiner
is dan 5% of bij grotere steekproeven (> 1000) kleiner is dan 1%.
Je toetst eenzijdig (one-tailed) wanneer je een hypothese of verwachting hebt. Als je een theorie hebt op grond
waarvan je kunt verwachten dat de vrouwelijke werknemers intelligenter zijn, dan kun je eenzijdig toetsen.
Heb je echter geen idee of er sprake is van een verschil en zeker niet van de richting van dat verschil, dan toets
je tweezijdig (two-tailed).
Het bepalen van de significantie is gebaseerd op enkele kenmerken van de steekproef. Dat zijn vaak de omvang
en de homogeniteit van de steekproef.
De gebruikelijke maat voor effectgrootte is Cohen’s d. Vrijheidsgraden (df = degeres of freedom) geeft de mate
aan waarin scores kunnen variëren. Vrijheidsgraden zijn van belang als je op basis van een steekproef of een
schatting wilt maken van bijvoorbeeld het gemiddelde van de populatie. Vaak afhankelijk van de grootte van
de steekproef
H2 Hoe breng ik mijn gegevens in de computer?
2.1 Hoe maak ik de opzet voor het SPSS-bestand met Variable View?
Geef bij ‘Name’ een korte naam voor de variabelen die je gaat gebruiken. Bij ‘Label’ kun je een uitvoerige
omschrijving geven. De variabelennaam moet altijd beginnen met een letter en mag geen spatie bevatten, je
kunt in plaats van een spatie een onderliggend streepje gebruiken. ‘Ident’ staat voor casenummer. Nummer al
je vragenlijsten of observatieformulieren waarvan je de gegevens in SPSS wilt invoeren en voer dit nummer in
bij bijvoorbeeld de variabele ‘ident’. Iedere variabele geef je een unieke naam. Iedere vraag of subvraag is een
aparte variebele en heeft daarom een eigen naam. Soms is bij een vraag meer dan één antwoord mogelijk. In
dat geval moet je alle antwoordalternatieven behandelen als aparte variabelen.
Je gegevens kun je het beste numeriek invoeren. In sommige gevallen wil je liever geen getallen invoeren maar
letters, die eventueel woorden vormen. Je kiest dan voor het type ‘string’ (dat wil zeggen tekst). Let er dan wel
op dat je later bij het invoeren van de data dan ook echt symbolen en/of woorden invoert en dat statistische
bewerkingen hiermee moeilijk of niet uit te voeren zijn.
Je kunt het aantal decimalen gemakkelijk veranderen. Wanneer je op de linkermuisknop klikt, krijg je het
menuutje met pijltjes. Door hierop te klikken kun je de decimalen aanpassen. Als je dubbelklikt op het pijltje
naar beneden, zet SPSS de waarde automatisch op nul. Je hoeft dat meer één keer te doen. Door op de
rechtermuisknop te klikken kun je copy and paste gebruiken om het resultaat ook in de andere ‘decimals’-
cellen te plakken.
Ordinale en intervalgegevens kun je bij het coderen beter niet in klassen indelen, maar in ‘ruwe vorm’
invoeren. Stel dat een of meer klassen ‘leeg’ blijken te zijn, dan kun je dat achteraf niet meer veranderen. Als je
de ruwe gegevens invoert, kun je achteraf nog alle mogelijke klassenindelingen aanbrengen.
Als er gegevens ontbreken, kun je het best een spatie intypen. SPSS herkent die standaard als ‘missing values’
en noemt die ‘system missing values’. SPSS zet dan in de datamatrix in plaats van een spatie een punt. User
missing values kun je in hele, discrete getallen opgeven, of zelfs een range van getallen. Een 8 als hij ontbreekt,
een 9 als de vraag niet van toepassing is.
Je ziet dat ‘Columns’ dezelfde standaardwaarde heeft als ‘Width’ en ook min of meer dezelfde functie
2
H1 Hoe bereid ik mij voor op statistiek met SPSS 21.0?
1.1 Inleiding
Fasen onderzoekscyclus:
1. Wat is de onderzoeksvraag of -vragen en wat is de doelstelling van mijn onderzoek?
2. Hoe zoek ik informatie (onder meer literatuurstudie)?
3. Wat voor type onderzoek ga ik doen?
4. Hoe ziet mijn onderzoeksontwerp eruit?
5. Betrek ik de populatie in mijn onderzoek, of trek ik een steekproef?
6. Welke dataverzamelingsmethode ga ik gebruiken?
7. Hoe prepareer ik mijn data voor de analyse?
8. Hoe analyseer ik mijn data?
9. Hoe rapporteer en evalueer ik mijn onderzoek?
1.3 Hoe analyseer ik mijn data? Een gebruikswijzer!
Voor de keuze van een statistische analysetechniek zijn de antwoorden op de volgende vragen van belang:
1. Gaat het in de vraagstelling om frequenties (hoe vaak/in welke mate), om een verschil of een
samenhang? Of gaat het om een combinatie daarvan?
2. Wat is het meetniveau van de gegevens die je hebt verzameld?
3. Gaat het om een steekproef of om een populatie?
Het blokschema ‘hoe analyseer ik mijn data’ is ontworpen aan de hand van deze vragen.
Om wat voor specifieke onderzoeksvragen gaat het in mijn onderzoek?
Globaal zijn er drie soorten onderzoeksvragen te onderscheiden;
• Vragen waarbij het erom gaat hoe vaak in welke mate (frequentie)iets voorkomt
• Vragen waarbij het gaat om een verschil
• Vragen waarbij het gaat om een samenhang
Wat is het meetniveau van mijn gegevens?
• Nominaal meetniveau: alleen sprake van een verschil, niet van meer of minder
• Ordinaal meetniveau: wel sprake van meer of minder, maar het verschil tussen de categorieën is niet
in een getal uit te drukken.
• Interval meetniveau: geen sprake van een natuurlijk nulpunt, bij ratio meetniveau wel. Samen = scale
Bij continue variabelen kun je je een lijn voorstellen waarop waarden een aaneengesloten rij punten vormen:
een continuüm. Tussen twee punten liggen altijd nog andere mogelijke waarden. Voorbeelde zijn lengte van
een persoon, leeftijd en intelligentie.
Discrete variabelen zijn variabelen die alleen hele waarden kunnen aannemen, zoals het aantal auto’s dat
iemand bezit of het aantal kinderen in het gezin.
Gaat het om een populatie of om een steekproef?
Beschrijvende statistiek: gebruik wanneer je onderzoek doet bij een populatie. Er is sprake van een populatie
wanneer je alle eenheden waarover je uitspraken wilt doen in je onderzoek betrekt.
Bij een steekproef is de opzet dat je uitspraken doet over de totale populatie van werknemers. In dit geval
moet je gebruikmaken van de inductieve/inferentiële statistiek.
Voordat je aan de analyse van je gegevens begint, stel je jezelf de vraag over welke eenheden (wie of wat) je
uitspraken wilt doen. Wanneer dat alle personen of zaken zijn die in je onderzoek zijn betrokken, dan is er
sprake van een populatieonderzoek. Wil je ook uitspraken doen over de personen of zaken die niet betrokken
zijn bij je onderzoek, maar als het ware gepresenteerd worden door de onderzoekseenheden die je
geselecteerd hebt, dan gaat het om een steekproefonderzoek.
1
, 1.4 Enkele algemene statistische begrippen
Het doel van de beschrijvende statistiek is op een inzichtelijke en overzichtelijke manier je gegevens te
presenteren. Als je gegevens grafisch weergeeft, is het resultaat nogal eens de zogenoemde normaalverdeling.
De standaardfout geeft aan in hoeverre het gevonden steekproefgemiddelde een betrouwbare schatting is van
het populatiegemiddelde. De standaardfout wordt bepaald door de steekproefgrootte en de homogeniteit van
de steekproef. De standaardfout is groter naarmate de steekproef kleiner is en het verschil in IQ binnen de
groep groter is.
Men houdt over het algemeen de regel aan dat er van significantie sprake is als de overschrijdingskans kleiner
is dan 5% of bij grotere steekproeven (> 1000) kleiner is dan 1%.
Je toetst eenzijdig (one-tailed) wanneer je een hypothese of verwachting hebt. Als je een theorie hebt op grond
waarvan je kunt verwachten dat de vrouwelijke werknemers intelligenter zijn, dan kun je eenzijdig toetsen.
Heb je echter geen idee of er sprake is van een verschil en zeker niet van de richting van dat verschil, dan toets
je tweezijdig (two-tailed).
Het bepalen van de significantie is gebaseerd op enkele kenmerken van de steekproef. Dat zijn vaak de omvang
en de homogeniteit van de steekproef.
De gebruikelijke maat voor effectgrootte is Cohen’s d. Vrijheidsgraden (df = degeres of freedom) geeft de mate
aan waarin scores kunnen variëren. Vrijheidsgraden zijn van belang als je op basis van een steekproef of een
schatting wilt maken van bijvoorbeeld het gemiddelde van de populatie. Vaak afhankelijk van de grootte van
de steekproef
H2 Hoe breng ik mijn gegevens in de computer?
2.1 Hoe maak ik de opzet voor het SPSS-bestand met Variable View?
Geef bij ‘Name’ een korte naam voor de variabelen die je gaat gebruiken. Bij ‘Label’ kun je een uitvoerige
omschrijving geven. De variabelennaam moet altijd beginnen met een letter en mag geen spatie bevatten, je
kunt in plaats van een spatie een onderliggend streepje gebruiken. ‘Ident’ staat voor casenummer. Nummer al
je vragenlijsten of observatieformulieren waarvan je de gegevens in SPSS wilt invoeren en voer dit nummer in
bij bijvoorbeeld de variabele ‘ident’. Iedere variabele geef je een unieke naam. Iedere vraag of subvraag is een
aparte variebele en heeft daarom een eigen naam. Soms is bij een vraag meer dan één antwoord mogelijk. In
dat geval moet je alle antwoordalternatieven behandelen als aparte variabelen.
Je gegevens kun je het beste numeriek invoeren. In sommige gevallen wil je liever geen getallen invoeren maar
letters, die eventueel woorden vormen. Je kiest dan voor het type ‘string’ (dat wil zeggen tekst). Let er dan wel
op dat je later bij het invoeren van de data dan ook echt symbolen en/of woorden invoert en dat statistische
bewerkingen hiermee moeilijk of niet uit te voeren zijn.
Je kunt het aantal decimalen gemakkelijk veranderen. Wanneer je op de linkermuisknop klikt, krijg je het
menuutje met pijltjes. Door hierop te klikken kun je de decimalen aanpassen. Als je dubbelklikt op het pijltje
naar beneden, zet SPSS de waarde automatisch op nul. Je hoeft dat meer één keer te doen. Door op de
rechtermuisknop te klikken kun je copy and paste gebruiken om het resultaat ook in de andere ‘decimals’-
cellen te plakken.
Ordinale en intervalgegevens kun je bij het coderen beter niet in klassen indelen, maar in ‘ruwe vorm’
invoeren. Stel dat een of meer klassen ‘leeg’ blijken te zijn, dan kun je dat achteraf niet meer veranderen. Als je
de ruwe gegevens invoert, kun je achteraf nog alle mogelijke klassenindelingen aanbrengen.
Als er gegevens ontbreken, kun je het best een spatie intypen. SPSS herkent die standaard als ‘missing values’
en noemt die ‘system missing values’. SPSS zet dan in de datamatrix in plaats van een spatie een punt. User
missing values kun je in hele, discrete getallen opgeven, of zelfs een range van getallen. Een 8 als hij ontbreekt,
een 9 als de vraag niet van toepassing is.
Je ziet dat ‘Columns’ dezelfde standaardwaarde heeft als ‘Width’ en ook min of meer dezelfde functie
2
