Data Analyse
18-5-2021
Casus 5: Leren en Flexibiliteit
Thomas Bosch
, Casus 5: Leren en Flexibiliteit
Opgave 1
(Achteraf gezien denk ik dat een log-lineaire analyse ook goed was, en dat het een speciaal
geval van Generalized Linear Models is.) Analyseer de data met Generalized Linear Models.
Let op dat je de correcte verdeling en link functie gebruikt.
-Meestal is het handig om eerst te zorgen dat je er überhaupt iets uit krijgt, voor je je
om allerlei opties gaat bekommeren
-De tabs Estimation en Statistics hoef je in deze opdracht nog niet te gebruiken
-Het belangrijkste is dat je de correcte verdeling gebruikt. De link functie komt in een
latere opdracht nog aan de orde.
-Wat de correcte verdeling is, moet op theoretische gronden worden bepaald. Veel
verdelingen zijn typerend voor de uitkomsten van een bepaald soort proces.
Bijvoorbeeld, de wachttijd van een homogeen proces in continue tijd heeft een
exponentiele verdeling. Beperk je bij de verdelingen tot Binomial, Negative binomial,
Normal en Poisson.
Download SellingOnline.sav van brightspace en open dit bestand in SPSS.
Klik op Analyze > generalized linear models > generalized linear models…
Er moet nu gekozen worden welke analyse er gedaan moet worden. Gezien in deze
dataset de tijd continu is waarin het aantal successen fixed is, moet hier de Poisson
verdeling gekozen worden.
Klik op Poisson loglinear, en ga naar het kopje Response. Zet de variabele aantal
bekeken / number of views [viewed] neer bij dependent variable.
Ga nu naar het kopje Predictors, en zet de variabelen schaarste / sparse [ sparse] en
sociaal / social [social] neer bij factors.
Ga nu naar het kopje Model. Zorg ervoor dat bij de box Build Term(s) het type staat
op main effects, en klik vervolgens op sparse klik door middel van de pijl in het
midden sparse naar de rechterbox. Doe dit ook met social. Verander vervolgens
Main effects in Interaction. Hou nu de control knop ingedrukt en klik op sparse en
social, zodat je ze tegelijkertijd naar de rechterbox kan verplaatsen met de pijl, en er
dus sparse*social komt te staan. Klik vervolgens op OK.
Je hebt nu de data geanalyseerd. Ter controle kan je bij de Omnibus test in je output
de significantie van .020 zien zoals in de opgave werd benoemd.
Controle Voor de Omnibus Test, p =.020. Minder goed, maar in de richting: p = .004.
Opgave 2
Als je eerder techniek als factor hebt gebruikt, gebruik dan nu schaars en sociaal en hun
interactie. Als je eerder schaars en sociaal hebt gebruikt, gebruik dan nu techniek.
Bestudeer van beide analyses de uitkomsten van de tabellen Omnibus Test en Tests of
1
18-5-2021
Casus 5: Leren en Flexibiliteit
Thomas Bosch
, Casus 5: Leren en Flexibiliteit
Opgave 1
(Achteraf gezien denk ik dat een log-lineaire analyse ook goed was, en dat het een speciaal
geval van Generalized Linear Models is.) Analyseer de data met Generalized Linear Models.
Let op dat je de correcte verdeling en link functie gebruikt.
-Meestal is het handig om eerst te zorgen dat je er überhaupt iets uit krijgt, voor je je
om allerlei opties gaat bekommeren
-De tabs Estimation en Statistics hoef je in deze opdracht nog niet te gebruiken
-Het belangrijkste is dat je de correcte verdeling gebruikt. De link functie komt in een
latere opdracht nog aan de orde.
-Wat de correcte verdeling is, moet op theoretische gronden worden bepaald. Veel
verdelingen zijn typerend voor de uitkomsten van een bepaald soort proces.
Bijvoorbeeld, de wachttijd van een homogeen proces in continue tijd heeft een
exponentiele verdeling. Beperk je bij de verdelingen tot Binomial, Negative binomial,
Normal en Poisson.
Download SellingOnline.sav van brightspace en open dit bestand in SPSS.
Klik op Analyze > generalized linear models > generalized linear models…
Er moet nu gekozen worden welke analyse er gedaan moet worden. Gezien in deze
dataset de tijd continu is waarin het aantal successen fixed is, moet hier de Poisson
verdeling gekozen worden.
Klik op Poisson loglinear, en ga naar het kopje Response. Zet de variabele aantal
bekeken / number of views [viewed] neer bij dependent variable.
Ga nu naar het kopje Predictors, en zet de variabelen schaarste / sparse [ sparse] en
sociaal / social [social] neer bij factors.
Ga nu naar het kopje Model. Zorg ervoor dat bij de box Build Term(s) het type staat
op main effects, en klik vervolgens op sparse klik door middel van de pijl in het
midden sparse naar de rechterbox. Doe dit ook met social. Verander vervolgens
Main effects in Interaction. Hou nu de control knop ingedrukt en klik op sparse en
social, zodat je ze tegelijkertijd naar de rechterbox kan verplaatsen met de pijl, en er
dus sparse*social komt te staan. Klik vervolgens op OK.
Je hebt nu de data geanalyseerd. Ter controle kan je bij de Omnibus test in je output
de significantie van .020 zien zoals in de opgave werd benoemd.
Controle Voor de Omnibus Test, p =.020. Minder goed, maar in de richting: p = .004.
Opgave 2
Als je eerder techniek als factor hebt gebruikt, gebruik dan nu schaars en sociaal en hun
interactie. Als je eerder schaars en sociaal hebt gebruikt, gebruik dan nu techniek.
Bestudeer van beide analyses de uitkomsten van de tabellen Omnibus Test en Tests of
1
