SPSS 2.2
● chi square 2 variabelen: Analyze → descriptive statistics → crosstabs → statistics → chi-
square
● chi square 1 variabele: Analyze → non-parametric test → legacy dialogs → chi-square
○ verwachte waarden: bij expected values bij values de waarden invullen → eerst
degene die bovenaan staat bij de chi-square tabel
● Kies Graphs – Legacy Dialogs – Bar en dan “Simple” en “Summaries for groups of Cases”
voor bar grafieken
● bij groep verdelen in 3, bijvoorbeeld niet, weinig en veel → recode in different variables
en dan bijv: niet=0, weinig = range 0.1-14.9 en veel 15 through highest
● bij kruistabellen maak meestal gebruik van percentage bij row (rest minder belangrijk)(zelfde
geld voor chi-square). (Wanneer je de verklarende variabele in de rijen plaatst, kies je
rijpercentages en andersom)
● gemiddelde inkomen van bepaalde studie → case summaries bij analyze → reports
● voor proportie kijken naar frequencies. percentage/100 = proportie
● verwachte aantal → crosstabs → cells → expected
● RR berekenen:
○ crosstabs → percentage(row) → percentages door elkaar delen.
○ data → select cases → 2 cases selecteren die je vergelijkt (if conditions is satisfied en
dan bij ‘if’ invullen)→ crosstabs → statistics → risk
● Afhankelijke variabele moet in kolom
● Makkelijk meerdere histogrammen maken: Graphs → Legacy Dialogs → Histogram →
eerste variabele invullen → Paste → commando een aantal keer kopiëren en de variabele-
naam hierin veranderen (punt op het eind) → steeds GRAPH tussen de commando’s →
alles selecteren → groene driehoek klikken.
● Q-Q plot: Analyze → Descriptive Statistics → Q-Q plots
○ Als de punten dicht tegen de lijn aanliggen is de verdeling nagenoeg normaal. Als de
punten erg van de lijn afwijken is de normaliteit-assumptie geschonden.
○ Negeer het detrented Q-Q plot!
● Scatterplot maken: Graphs → Legacy dialogs → Scatter/Dot
● Correlatie: analyze → correlate → bivariate
● Relatie tussen categorische en continue variabele → independent samples t-test → bij
grouping variables define groups
● model maken: Analyze → Regression → Linear
○ Volgend “Block” toevoegen via “Next”
○ standardized coefficients beta = correlatie (r)
○ De verklaarde variantie heet R square in SPSS output bij model summary → als
percentage noteren
■ verschil tussen model 1 en 2 = waarden van r square min elkaar → als
percentage noteren
● chi square 2 variabelen: Analyze → descriptive statistics → crosstabs → statistics → chi-
square
● chi square 1 variabele: Analyze → non-parametric test → legacy dialogs → chi-square
○ verwachte waarden: bij expected values bij values de waarden invullen → eerst
degene die bovenaan staat bij de chi-square tabel
● Kies Graphs – Legacy Dialogs – Bar en dan “Simple” en “Summaries for groups of Cases”
voor bar grafieken
● bij groep verdelen in 3, bijvoorbeeld niet, weinig en veel → recode in different variables
en dan bijv: niet=0, weinig = range 0.1-14.9 en veel 15 through highest
● bij kruistabellen maak meestal gebruik van percentage bij row (rest minder belangrijk)(zelfde
geld voor chi-square). (Wanneer je de verklarende variabele in de rijen plaatst, kies je
rijpercentages en andersom)
● gemiddelde inkomen van bepaalde studie → case summaries bij analyze → reports
● voor proportie kijken naar frequencies. percentage/100 = proportie
● verwachte aantal → crosstabs → cells → expected
● RR berekenen:
○ crosstabs → percentage(row) → percentages door elkaar delen.
○ data → select cases → 2 cases selecteren die je vergelijkt (if conditions is satisfied en
dan bij ‘if’ invullen)→ crosstabs → statistics → risk
● Afhankelijke variabele moet in kolom
● Makkelijk meerdere histogrammen maken: Graphs → Legacy Dialogs → Histogram →
eerste variabele invullen → Paste → commando een aantal keer kopiëren en de variabele-
naam hierin veranderen (punt op het eind) → steeds GRAPH tussen de commando’s →
alles selecteren → groene driehoek klikken.
● Q-Q plot: Analyze → Descriptive Statistics → Q-Q plots
○ Als de punten dicht tegen de lijn aanliggen is de verdeling nagenoeg normaal. Als de
punten erg van de lijn afwijken is de normaliteit-assumptie geschonden.
○ Negeer het detrented Q-Q plot!
● Scatterplot maken: Graphs → Legacy dialogs → Scatter/Dot
● Correlatie: analyze → correlate → bivariate
● Relatie tussen categorische en continue variabele → independent samples t-test → bij
grouping variables define groups
● model maken: Analyze → Regression → Linear
○ Volgend “Block” toevoegen via “Next”
○ standardized coefficients beta = correlatie (r)
○ De verklaarde variantie heet R square in SPSS output bij model summary → als
percentage noteren
■ verschil tussen model 1 en 2 = waarden van r square min elkaar → als
percentage noteren
