TOE STATISTISCHE VAARDIGHEDEN TENTAMEN
1. beschrijvende statistieken in SPSS
een tabel met de beschrijvende statistieken / de frequenties maken
Analyze -> descriptive statistics -> descriptives OF frequencies
frequentie tabellen gebruik je voornamelijk voor variabelen op ordinaal / nominaal meetniveau
deze toont:
- totale aantal observaties
- aantal missende waarden
- de frequentie, aandeel van de frequentie (percent en valid percent) en het cumulatieve
percentage ( telt op tot 100%) per categorie
grafieken maken? graphs —> chart builder
maak een keuze
bedenk: meer dan 50 observaties? histogram meest overzichtelijk
percentage bruikbare observaties = valid percent (gecorrigeerd voor ontbrekende data)
beschrijvende statistieken tabellen geven beeld in verschillende zaken, deze zijn aan te vinken
bij de opties:
- mean
- standaarddeviatie
- n
- minimum
- maximum
2. correlatie analyse in SPSS
een tabel met de correlatie (Pearson, Spearman, Kendall’s tau-b) en de significantie van die
correlatie en de N
analyze —> correlate —> bivarate
je kan hier eenzijdig tweezijdig toetsen
dit is afhankelijk van de verwachting / de vraagstelling / de context
voorbeeld vanuit eenzijdige toets gewenst
dit is dus een gerichte verwachting. Dit staat
duidelijk in de tekst of vraag. Nog een voorbeeld hiervan: Voer een Spearman rangcorrelatietoets
uit, ter beantwoording van de vraag of er een positief verband is tussen wakker worden met
een droge mond en wakker worden met een zure smaak in de mond.
met de correlatie zijn er twee hypothesen die SPSS
automatisch toetst
namelijk
, 3. betrouwbaarheidsanalyse in SPSS
een vragenlijst moet zo veel mogelijk hetzelfde onderliggende construct meten. Als dit correct is
gedaan, zou iemand op alle vragen ongeveer dezelfde score moeten krijgen. een betrouwbare
vragenlijst
je kan de betrouwbaarheid toetsen in SPSS
- analyze —> scale —> reliability analysis
- hier voer je alle variabelen in die je gaat gebruiken voor berekenen schaalscore*
- statistics —> scale if item deleted
* soms moet je vooraf namelijk items ompolen
HET DELETEN VAN ITEMS
Cronbach’s alfa
- als die hoger wordt door bepaalde items te deleten, dan delete je die items
- want hogere cronbach’s alfa is een positief effect op de betrouwbaarheid van de schaal
- welke je moet verwijderen (oftewel waar een hogere Cronbach’s alfa staat if item deleted) staat
in tabel item-total statistics
——> dus deleten op basis van cronbach’s alfa:
- kijk wat de huidige cronbach’s alfa is
- als een de tabel aangeeft dat cronbach’s alfa hoger wordt dan die waarde als het item
verwijderd wordt —-> kun je m verwijderen
deleten op basis van correlatie:
rit is dus de derde kolom in ‘item-total statistics’ tabel genaamd corrected item- total correlatie
<0.20 = verwijderen
maar altijd logisch nadenken
1. beschrijvende statistieken in SPSS
een tabel met de beschrijvende statistieken / de frequenties maken
Analyze -> descriptive statistics -> descriptives OF frequencies
frequentie tabellen gebruik je voornamelijk voor variabelen op ordinaal / nominaal meetniveau
deze toont:
- totale aantal observaties
- aantal missende waarden
- de frequentie, aandeel van de frequentie (percent en valid percent) en het cumulatieve
percentage ( telt op tot 100%) per categorie
grafieken maken? graphs —> chart builder
maak een keuze
bedenk: meer dan 50 observaties? histogram meest overzichtelijk
percentage bruikbare observaties = valid percent (gecorrigeerd voor ontbrekende data)
beschrijvende statistieken tabellen geven beeld in verschillende zaken, deze zijn aan te vinken
bij de opties:
- mean
- standaarddeviatie
- n
- minimum
- maximum
2. correlatie analyse in SPSS
een tabel met de correlatie (Pearson, Spearman, Kendall’s tau-b) en de significantie van die
correlatie en de N
analyze —> correlate —> bivarate
je kan hier eenzijdig tweezijdig toetsen
dit is afhankelijk van de verwachting / de vraagstelling / de context
voorbeeld vanuit eenzijdige toets gewenst
dit is dus een gerichte verwachting. Dit staat
duidelijk in de tekst of vraag. Nog een voorbeeld hiervan: Voer een Spearman rangcorrelatietoets
uit, ter beantwoording van de vraag of er een positief verband is tussen wakker worden met
een droge mond en wakker worden met een zure smaak in de mond.
met de correlatie zijn er twee hypothesen die SPSS
automatisch toetst
namelijk
, 3. betrouwbaarheidsanalyse in SPSS
een vragenlijst moet zo veel mogelijk hetzelfde onderliggende construct meten. Als dit correct is
gedaan, zou iemand op alle vragen ongeveer dezelfde score moeten krijgen. een betrouwbare
vragenlijst
je kan de betrouwbaarheid toetsen in SPSS
- analyze —> scale —> reliability analysis
- hier voer je alle variabelen in die je gaat gebruiken voor berekenen schaalscore*
- statistics —> scale if item deleted
* soms moet je vooraf namelijk items ompolen
HET DELETEN VAN ITEMS
Cronbach’s alfa
- als die hoger wordt door bepaalde items te deleten, dan delete je die items
- want hogere cronbach’s alfa is een positief effect op de betrouwbaarheid van de schaal
- welke je moet verwijderen (oftewel waar een hogere Cronbach’s alfa staat if item deleted) staat
in tabel item-total statistics
——> dus deleten op basis van cronbach’s alfa:
- kijk wat de huidige cronbach’s alfa is
- als een de tabel aangeeft dat cronbach’s alfa hoger wordt dan die waarde als het item
verwijderd wordt —-> kun je m verwijderen
deleten op basis van correlatie:
rit is dus de derde kolom in ‘item-total statistics’ tabel genaamd corrected item- total correlatie
<0.20 = verwijderen
maar altijd logisch nadenken
