Samenvatting Methoden en Statistiek III - SPSS (volledig)

Week 1 – SPSS
Data View
 Rijen = personen (links naar rechts)
 Kolommen = variabelen (boven naar beneden)

Variable view
Hier stel je variabelen in:
Kolom Betekenis
Name Naam variabele
Type Numeric/string
Label Beschrijving
Values Bijvoorbeeld 0 =
man, 1 = vrouw
Measure Scale/ Ordinal/
nominal
Belangrijk: scale = getallen (voor analyses)

Data set openen
File  Open  Data  Kies .sav bestand

Scatterplot maken (= altijd stap 1)
Klik:
 Graphs  Chart Builder
 Kies: Scatter/Dot
 Sleep ‘Simple Scatter’ naar het midden
 Sleep:
- X-as: predictor (voorspeller)
- Y-as: afhankelijke variabele
 Klik OK

Wat moet je beoordelen:
 Lineair?
 Positief/negatief?
 Sterk/zwak?

Correlatie berekenen
 Klik: Analyze  Correlate  Bivariate
 Zet variabelen in vak: predictor + afhankelijke variabele
 Zorg dat ‘Pearson’ is aangevinkt
 OK




Regressie analyse

,  Klik: Analyze  Regression  Linear
 Zet:
- Dependent  Y
- Independent  X
 Klik op: ‘Save’
- Vink aan: Predicted values (optioneel: residuals)
- Dit maakt nieuwe variabelen in je dataset
 Plots:
- Y: ZRESID
- X: ZPRED
 Dit is je residuenplot
 Klik OK

Output interpreteren
 Model Summary
- R² → hoeveel verklaard
- Bijvoorbeeld .72 = 72%
 Coefficients tabel
Kolom Betekenis
B Regressiecoëfficiënt
Sig. p-waarde

Regressievergelijking:
- Constant = b₀
- Predictor = b₁

Hypothese testen
Kijk naar Sig. (p-waarde)
 P < .05  significant  Verwerp H0

Residuen checken (heel belangrijk)
Kijk naar je plot (ZRESID vs ZPRED)
 Horizontale wolk = goed
 Trechter = fout
 Curve = niet lineair

Voorspellingen maken
Gebruik: Y =b0 +b1 X
 Je haalt b₀ en b₁ uit output

Descriptives (gemiddelde + SD)
 Klik: Analyze  Descriptive Statistics  Descriptives
 Zet variabelen erin
 OK

Vaste volgorde
 Scatterplot
 Correlatoe
 Regressie
 Residuen check
 Conclusie

Regressie doen
 Analyze  Regression  Linear

,  Y  Dependent
 X  Independent
 Save  predicted
 Plots  ZRESID vs ZPRED
 OK




Week 2 – SPSS
Multiple regressie (meerdere X’en)