De SPSS begeleider waar je wƩl wat aan hebt

Wij staan voor je klaar staat zijn wanneer jij dat nodig hebt, luisteren naar je en nemen jouw vragen serieus (naast dat we die natuurlijk ook gaan beantwoorden)

Wat is significantie?

Echt of toeval?

Significantie is een belangrijke term in de statistiek. Significantie geeft aan of iets ā€˜echtā€™ is. Bestaat een effect werkelijk, of is het ontstaan door toeval?

Indien we met meer dan 95% (of een ander percentage) zekerheid kunnen zeggen dat iets waar is (dus in meer dan 19 van de 20 gevallen) nemen we “pas” iets aan voor waar.

De meest gehanteerde regel ten aanzien van significantie is de 95% regel. Dit betekent dat wanneer we met 95% zekerheid kunnen zeggen dat een effect niet ontstaan is door toeval, we mogen aannemen dat het effect werkelijk bestaat. We staan dus 5% kans op toeval toe.

Soms wordt van deze 95% regel afgeweken. Een voorbeeld hiervan is het testen van vliegtuigen op veiligheid. Als we deze vliegtuigen laten opstijgen met 95% zekerheid dat deze niet zal neerstorten, dan is er dus nog steeds 5% kans dat deze wel zal verongelukken. Dit is natuurlijk veel te veel. In dit soort gevallen wordt dan bijvoorbeeld de regel gehanteerd dat met een zekerheid van 99% gezegd moet kunnen worden dat het effect waar is, of in dit geval; dat de vliegtuigen veilig zijn.

SPSS maakt het mogelijk om snel te kunnen zien of een effect significant is of niet. We vinden de significantie onder het kopje ā€˜Sig.ā€™. Sig betekent ā€˜de kans dat de nulhypothese waar is.ā€™ Een sig van .80 houdt in dat er 80% kans is dat de nulhypothese waar is. Er is dus 20% kans dat de alternatieve hypothese waar is. Er is geen sprake van een significant effect, de nulhypothese mag dus niet verworpen worden. Een sig van bijvoorbeeld .03 houdt in dat er 3% kans is dat de nulhypothese waar is en 97% dat de alternatieve hypothese waar is. We kunnen dan dus met meer dan 95% zekerheid zeggen dat de alternatieve hypothese waar is. Er is sprake van een significant effect!

ā€“ Sig >.05 = Het effect is niet significant.

ā€“ Sig ā‰¤..05 = Het effect is wel significant!

Lees over wat wij voor jou kunnen betekenen op gebied vanĀ persoonlijke begeleiding. Of check onzeĀ feedback mogelijkheden! Je kan natuurlijk ook eerst kijken wat de ervaringen zijn van eerdere studenten die door ons zijn geholpen bij het afstuderen. Lees hier deĀ reviews! Of Lees hier over onzeĀ werkwijze.

De SPSS handleiding voor jou

Ben je op zoek naar een SPSS handleiding? Op deze pagina vind je meer informatie over SPSS en worden verschillende onderdelen en toetsen van SPSS uitgelegd. Kom je er ondanks deze uitleg niet uit, dan kun je bij ons terecht voor persoonlijke begeleiding. We bieden naastĀ individuele SPSS begeleiding,Ā ookĀ feedback op de data-analyseĀ aan voor een scriptie of opdracht.

SPSS Tips

Hieronder vind je verschillende SPSS tips en tricks voor diverse onderdelen van het analyseren van data en uitvoeren van toetsen met SPSS. Belangrijk is om de voor jouw belangrijke tips te gebruiken en je niet in de war te laten brengen door tips die geen betrekking hebben op jouw data of analyses. Kom je er niet uit of mis je iets stel je vraag dan via onsĀ contactformulier.

Voordat we beginnen met de tips moet je weten wat SPSS eigenlijk is. SPSS (Statistical Package for the Social Sciences) is het meest gebruikte statistische computerprogramma op het HBO en het WO. Het is de ā€˜praktischeā€™ uitvoering van de statistiek. Je kunt met dit programma dus statistische analyses uitvoeren. De software van het computerprogramma SPSS bestaat uit drie delen die samen een duidelijk en overzichtelijk geheel vormen: deĀ Dataset, deĀ SyntaxĀ en deĀ Output.Ā Je hebt ze alledrie nodig om zo efficiĆ«nt mogelijk met het programma te kunnen werken. Als je eenmaal door hebt hoe het programma werkt, dan haal je zo de benodigde informatie uit de drie onderdelen en blijkt SPSS helemaal niet zoā€™n lastig programma is als je altijd gedacht hebt.

Voordat je toetsen uit mag voeren, moet je vaak de assumpties controleren. SPSS heeft verschillende toetsen die (bijna) allemaal andere assumpties hebben. Deze assumpties zorgen voor veel verwarring bij studenten en dat is begrijpelijk. Geen paniek! We biedenĀ individuele SPSS begeleidingĀ aan zodat je meer overzicht krijgt in het geheel.

OnderĀ descriptive statisticsĀ oftewel omschrijvende statistiek, vallen de SPSS functiesĀ frequenciesĀ (aantallen),Ā descriptivesĀ (beschrijven) enĀ exploreĀ (onderzoeken). Deze gebruik je om je data te beschrijven. Als je wilt weten hoeveel mannen en hoeveel vrouwen in je onderzoek voorkomen gebruik je de functieĀ frequencies. De gemiddelde leeftijd kun je achterhalen met de functieĀ descriptives. De functieĀ exploreĀ wordt gebruikt om naar de vorm van je data te kijken, bijvoorbeeld of deze wel normaal verdeeld is; normale verdeling is een belangrijke assumptie in de statistiek.

Factor analyse wordt gebruikt om te kijken of meerdere variabelen samen te voegen zijn tot Ć©Ć©n of enkele factor. De factor analyse kijkt naar onderliggende patronen en correlaties tussen de verschillende items. Items die vergelijkbare patronen hebben worden bij elkaar geplaatst. Op deze manier ontstaat er mogelijk Ć©Ć©n factor of enkele factoren.

Als je de onderliggende structuur van een groep items wilt onderzoeken. Deze toets is dus niet bedoeld om een hypothese te toetsen maar om je data te reduceren tot (enkele) factoren.

Voorbeeld:Ā Je hebt 8 vragen (V1 t/m V8). Met behulp van de factor analyse worden de vragen die onderling een hoge correlatie hebben (dus veel op elkaar lijken) geclusterd. V1 t/m V4 (motivatie gerelateerd) en V5 t/m V8 (intelligentie gerelateerd) worden samen geclusterd en vormen dus 2 aparte factoren. Door vervolgens V1 t/m V4 samen te nemen meet je de factorĀ ā€œmotivatieā€Ā en V5 t/m V8 de factorĀ ā€œintelligentieā€.

Cronbachā€™s alpha is een manier om vast te stellen of meerdere items samen Ć©Ć©n schaal mogen vormen. Dit wordt getoetst op basis van de onderlinge correlatie van de verschillende items.

Voorbeeld:Ā Mogen item 1 (hoe gelukkig ben jij in de ochtend), item 2 (hoe gelukkig ben jij in de middag) en item 3 (hoe gelukkig ben jij in de avond) samengenomen worden tot de schaal ā€œgelukā€?

Op basis van een gemiddelde wordt getoetst of er een verschil is met een gegeven gemiddelde (One Sample t-test), het gemiddelde van een andere groep (Independent Samples t-test) of dezelfde groep op een ander moment (Paired Samples t-test)

Wanneer gebruik je het?Ā Als je een hypothese wilt toetsen op basis van gemiddelden. De t-test is alleen geschikt voor Ć©Ć©n of twee groepen.

Voorbeeld van de Independent samples t-test:Ā Je wilt de volgende hypothese toetsen: zijn mannen gemiddeld intelligenter vrouwen? Je vergelijkt dan de gemiddelde intelligentie van de mannen met dat van de vrouwen.

Voorbeeld van de Paired samples t-test:Ā Je wilt de hypothese toetsen: zijn mannen in januari intelligenter dan in juni? Je vergelijkt dan het gemiddelde van januari met het gemiddelde in juni van dezelfde groep mannen.

Voorbeeld van de One Sample t-test:Ā Je wilt de hypothese toetsen: zijn mannen intelligenter dan het landelijk gemiddelde (100)? Je vergelijkt dan het gemiddelde van de mannen in jouw steekproef met het landelijk gemiddelde (100).

De ANOVA staat voor ANalysis Of VAriance en toetst hypotheses door groepgemiddeldes met elkaar te vergelijken. De ANOVA analyseert de verschillen (in variantie) binnen de groepen met de verschillen (in variantie) tussen de groepen. Dit wordt getoetst met de F-toets. De onafhankelijke variabele die de groepen onderscheidt wordt ook wel deĀ factorĀ genoemd.

Wanneer gebruik je deze toets?Ā Als je een hypothese wilt toetsen op basis van groepsgemiddelden van Ć©Ć©n onafhankelijke variabele of factor.Ā Je toetst of er Ć¼berhaupt een verschil aanwezig is tussen de gemiddelden en vervolgensĀ hoeĀ de verschillende gemiddelden van elkaar verschillen door gebruik te maken van de Post Hoc test. De ANOVA is geschikt om hypothesen te toetsen met twee of meer groepsgemiddelden.

Voorbeeld:Ā Je wilt de hypothese toetsen: zijn er verschillen in intelligentie tussen Nederlanders, Belgen en Duitsers? Je toetst dan of de gemiddelden van de Nederlanders, Belgen en Duitsers van elkaar verschillen en met de Post Hoc test welke van de groepen dan significant van elkaar verschillen.

De Two-way ANOVA toetst hypotheses op basis van groepsgemiddelden en maakt gebruik van twee (of meer) factoren of onafhankelijke variabelen. Door subgroepen te creƫren en de variantie binnen de subgroepen te vergelijken met de variantie tussen de subgroepen, wordt getoetst of er een interactie-effect aanwezig is.

Wanneer gebruik je deze toets?Ā Als je meerdere hypothesen wilt toetsen op basis van groepsgemiddelden met twee of meer factoren of onafhankelijke variabelen. Hierdoor kunnen, naast de effecten van de factoren op zich (hoofdeffecten), de gecombineerde effecten van de factoren worden getoetst (interactie-effecten).

Voorbeeld:Ā Je wilt de volgende hypothese toetsen: is er naast de hoofdeffecten van intelligentie en studie-uren op het tentamencijfer ook een interactie-effect aanwezig? Je toetst dan of, naast dat je een hoger cijfer hebt omdat je intelligenter (hoofdeffect) bent en omdat je meer studeert (hoofdeffect), er nog een extra gecombineerd effect van de hoogte van intelligentie en aantal studie-uren bestaat (interactie-effect).

Het staat voor Multivariate ANalysis Of VAriance. Het verschilt met de (Two-way) ANOVA in de zin dat je naast meerdere onafhankelijke variabelen de groepen kan toetsen op meerdere afhankelijke variabelen (dezen moeten wel aan elkaar gerelateerd zijn).

Wanneer gebruik je het?Ā Je gebruikt de MANOVA als je 2 of meer groepen met elkaar wilt vergelijken in combinatie met Ć©Ć©n of meer onafhankelijke variabelen op basis van gemiddelden van meerdere afhankelijke variabelen. Op deze manier worden de hoofdeffecten voor elkaar en op de interactie-effecten gecontroleerd. De meerwaarde van de MANOVA is dat de scores van de afhankelijke variabelen worden gecombineerd, zodat er een beter beeld gevormd kan worden van wat de invloed van de onafhankelijke variabelen is.

Voorbeeld:Ā Je wilt onderzoeken of mensen met een hoge intelligentie een hoger cijfer halen op hetĀ wiskundetentamenĀ en hetĀ tentamen NederlandsĀ (of het wiskundetentamen in periode 1 en in periode 2) dan mensen met een lage intelligentie. Net als bij de ANOVA vergelijk je verschillende groepen met elkaar. In dit geval: intelligentie hoog/laag (er kunnen ook nog meer intelligentiegroepen zijn, maar voor het voorbeeld gebruiken we deze twee). De MANOVA stelt ons in staat te onderzoeken of de groep ā€˜intelligentie hoogā€™ een hogerĀ gecombineerdĀ cijfer heeft dan de groep ā€˜intelligentie laagā€™. In dit voorbeeld is gebruik gemaakt van een enkelvoudige MANOVA om de meerwaarde van de MANOVA duidelijk te maken.

De regressieanalyse toetst of er een lineair verband is tussen Ć©Ć©n of meerdere onafhankelijke variabelen en Ć©Ć©n afhankelijke variabele. De regressie schat een rechte lijn die het best past bij een puntenwolk of scatterplot. Dit wordt berekend door na te gaan welke (geschatte) lijn de minste error variantie heeft met de individuele punten (linear least-square method).

Wanneer gebruik je het?Ā Je wilt onderzoeken of Ć©Ć©n of meerdere onafhankelijke variabelen invloed hebben op Ć©Ć©n afhankelijke variabele. Tevens vertelt de regressieanalyse of dit een positieve of negatieve invloed is.

Voorbeeld:Ā Je wilt de volgende hypothese toetsen: heeft de lengte in centimeters van een persoon (onafhankelijke variabele) een positieve invloed heeft op het gewicht in kilogrammen (afhankelijke variabelen). Dit is een enkelvoudige regressieanalyse omdat er gebruikt gemaakt wordt van Ć©Ć©n onafhankelijke variabele. Wordt er gebruik gemaakt van meer dan Ć©Ć©n onafhankelijke variabele, dan spreek je van een multiple regressieanalyse.

De multiple regressieanalyse kijkt of er, op basis van de correlatie van meerdere onafhankelijke variabelen met de afhankelijke variabelen, een (voorspellend) verband is dat gebruikt kan worden om een hypothese te toetsen. De multiple regressieanalyse maakt gebruik van continue of interval data, maar kan daarnaast ook Ć©Ć©n of meerdere categorische variabelen meenemen als onafhankelijke variabele (als zogehetenĀ dummies).

Wanneer gebruik je het?Ā Je gebruikt de multiple regressieanalyse om te toetsen of meerdere onafhankelijke variabelen invloed hebben op een afhankelijke variabele en of dit een positief of negatief effect is. Tevens is het mogelijk om interactie-effecten te toetsen.

Voorbeeld:Ā Je wilt onderzoeken of intelligentie (onafhankelijke variabele) en het aantal studie-uren (onafhankelijk variabele) invloed hebben op het tentamencijfer (afhankelijk variabele). Je toetst dan bijvoorbeeld de hypothese: hoe hoger de intelligentie en hoe meer studie uren, hoe hoger het tentamencijfer (of intelligentie en studie uren hebben een positieve invloed op het tentamencijfer). Daarnaast kun je nog het interactie-effect tussen intelligentie en studie uren toetsen door beiden te standaardiseren (!), met elkaar te vermenigvuldigen en te gebruiken als nieuwe variabele.

Onze methode in Ć©Ć©n minuut

Sanne (student) over onze scriptiebegeleiding

SPSS nog net geen chinees voor je?

De weg kwijt in SPSS? Is het kiezen van de juiste toets als het praten in Chinees?? Geen nood, wij helpen je om de controle terug te krijgen!

Nodige bevestiging in je keuzes

Het werken met SPSS betekent veel keuzes en fouten maken. Wij kijken met je mee en bespreken wat je hebt gedaan zodat jij je er weer zeker over voelt

Deadline toch halen (realistische planning)

Een naderende deadline icm SPSS zorgt voor stress. We stellen samen een realistische planning op zodat jij die deadline gaat halen!

Vertel ons wie je bent en we gaan samen met je aan de slag!

Nog Ć©Ć©n stap en je hebt je gratis kennismaking geregeld šŸ™‚

Waarom Afstudeerbegeleider?

zijn je voorgegaan
0 studenten
Wat zeggen andere studenten over onze begeleiding