2. Wat komt er vandaag aan bod?
DEADLINE: opzetten inleveren!!!
Data invoeren en manipuleren in SPSS
Constructen meten: reliability
Wat is descriptieve statistiek?
Measures of tendency
Measures of dispersion
Normaalverdeling
Hoe kom je bij deze statistieken met SPSS?
Voorbereidingen voor het werkcollege as vrijdag
4. Data invoeren
Data verzamelen
Participant nummers & conditie nummers
Randomiseren?
Databestand klaarmaken
Alles moet een nummer (een value) hebben!
Variabelen invoeren & labelen
Ook ‘missing values’ aangeven
Meetniveaus aangeven
Data invoeren
5.
6.
7.
8.
9. Data ‘manipuleren’
Recode
De waardes van je variabelen aanpassen (bijvoorbeeld
negatief geformuleerde vragen positief maken zodat
SPSS ze op dezelfde manier leest als de andere vragen in
hetzelfde construct)
Compute
Variabelen samenvoegen om 1 nieuwe variabele te
maken
Select cases
Test uitvoeren op een bepaald deel van de participanten
(bijvoorbeeld per conditie, of alleen voor de mannen)
10. Recode Voorbeeld
Construct: begrijpelijkheid
Vragen:
Ik kon het verhaal goed begrijpen
Ik kon de rode draad goed volgen
Ik ben niet gestruikeld over moeilijke woorden
Ik vond het lastig om dit verhaal te begrijpen
Schaal van 1 tot 7
De schaal moet bij 1 vraag omgedraaid worden (zodat
SPSS de vraag goed kan interpreteren)
14. Compute Voorbeeld
Construct: Transportatie
5 losse vragen:
Het voelde alsof ik zelf in de wereld van het verhaal was (T1)
De wereld van het verhaal was dichterbij dan de echte wereld (T3)
Het voelde alsof ik een uitstapje had gemaakt naar het verhaal (T4)
Het voelde alsof ik niet los van het verhaal bestond (T5)
Ik was dichtbij de wereld van het verhaal (T2)
Om tests te kunnen doen (wat is het effect van x op transportatie?)
hebben we 1 variabele nodig, niet 5 losse variabelen
20. Select Cases Voorbeeld
Wat is de gemiddelde score op transportatie per conditie?
Eerst de gemiddelde score voor conditie 1 opvragen, dan voor
conditie 2 en dan voor conditie 3
Deel van je ‘sample’ (participanten) selecteren
25. Onthouden bij SPSS gebruik
-SPSS voert precies uit wat je vraagt
- Maar checkt niet of dat wat je vraagt wel
mogelijk is
- Denk bijvoorbeeld aan: correct meetniveau
- Altijd zorgvuldig zijn en de tijd nemen om je
databestand goed voor te bereiden!
- En: maak aantekeningen, zodat je fouten kunt
herstellen
27. Descriptieve statistiek
- Relevant voor de eerste fase van data analyse
- Beeld krijgen van verdeling
- Fouten opsporen
- Data bestand klaarmaken voor toetsende statistiek
- Doel: samenvatten
- Enorm data bestand in betekenisvolle informatie omzetten:
- Gemiddelden en percentages
28. Descriptief vs. Inferentieel
Data beschrijven (descriptieve statistiek)
Hoeveel mannen en vrouwen in ‘sample’
Wat zijn de gemiddelde scores op absorptie van de
mannen en van de vrouwen
Verschillen deze gemiddelde scores van elkaar?
Generaliseren (inferentieel of toetsende statistiek)
Scoren mannen toevallig anders dan vrouwen op
absorptie
29. Descriptieve statistiek
Algemene spreiding/tendens
Tendensen van groepen of patronen in een sample
Nodig: Measures of Central Tendency
Reacties van individuele deelnemers
Relatie van individuele observaties tot de algemene tendens
Nodig: Measures of Dispersion
Measures of tendency & dispersion kunnen niet zonder elkaar!
30. Measures of tendency
Mean (gemiddelde)
2+6+10+28+104=150/5=30
Meest gebruikt, maar niet erg informatief
• Gevoelig voor extreme waarden (outliers)
– Median (mediaan)
• 2, 6, 10 ,28, 104
• Ligt in het midden van een rangorde, daardoor minder gevoelig voor
outliers
– Mode (modus)
• 2, 6, 10, 28, 104, 6, 2, 6
• De meest voorkomende waarde
• Niet informatief in kleine samples
32. Measures of dispersion
• Range (verspreiding)
– 28, 29, 30, 31, 32 > 32-28=4
– Verschil tussen de laagste en hoogste waarde in sample
• Standard Deviation (standaard deviatie)
– Gemiddelde afwijking van het gemiddelde
– Lage SD geeft een hoge mate van consensus onder participanten aan,
hoge SD geeft lage mate van consensus aan
• Variance (variantie)
– Variatie in de spreiding (vergelijkbaar met SD, maar SD wordt vaker
gebruikt)
– Ook: Analysis of Variance of ‘x % of variance explained’
34. Normaalverdeling
• Distributie van data rond het gemiddelde
• “Bell Curve”
• ‘Ideale’ verdeling
• Hoe meer observaties, hoe
groter de kans op een
normaal verdeling
• Voorbeelden:
– Gewicht
– Lengte
– IQ
VAR00001
8.07.06.05.04.03.02.01.00.0
80
60
40
20
0
Std. Dev = 1.44
Mean = 4.0
N = 257.00
35. Normaalverdeling
- Alleen met data op interval of ratio niveau kan er een
normaalverdeling op treden
- Voor sommige testen is een normaalverdeling van de
data een voorwaarde
- SPSS > Normality tests
36. Descriptive statistics in SPSS
-Niet bang zijn voor formules, SPSS lost
het op!
-Voor toegang tot testen (descriptief en
toetsend) SPSS > Analyze
43. Visuele weergave via SPSS
-Grafieken (SPSS > GRAPHS of ‘Charts’ in FREQUENCIES)
- Visuele weergave zegt meer in 1 oogopslag!
- Gebruiken in je rapportage
- Spelen om te leren kennen
-Boxplots (SPSS > GRAPHS > Legacy Dialogs > Boxplots)
- Soms te verkiezen omdat het central tendency & dispersion laat zien
53. Voorbeeld Casus
• Meer deviatie in het verhaal zal leiden tot minder
transportatie in de lezer.
• Hoe kan descriptieve statistiek ons helpen?
– Gemiddelde scores op transportatie aangeven
– Per conditie in 1 verhaal (Bierce)
• Conditie 1: origineel
• Conditie 2: lage deviatie
• Conditie 3: hoge deviatie
54. Voorbeeld Casus: Conditie 1
RECODE into SAME variable >
Variable 1 to 115 > 0 = 99
(99 = missing value)
NB: altijd opslaan voor ‘recode into same
var’
- Participant 12: 1 missing value en op de
andere 4 vragen een 1
- 4/5=0.80 (want: transportation bestaat uit 5
vragen)
55. Voorbeeld Casus: Conditie 2
- Mean is iets hoger
- Maar mode is lager
- Wel een hoger maximum
- Minder consensus
- 4 mensen meer
- Minder deviatie lijkt meer
transportatie op te leveren
56. Voorbeeld Casus: Conditie 3
- De hoogste mean
- Maar: ook de hoogste SD
- En: de kleinste groep (8
mensen minder)
- Onze hypothese lijkt niet
te kloppen, want in deze
conditie zou transportatie
het laagst moeten zijn
59. Belangrijk om te
onthouden:
- Mean, Mode & Median
- Standard Deviation
- Normaal verdeling
- Cronbach’s α
- Zorgvuldig zijn en tijd nemen om je data bestand voor te
bereiden
- We gaan in de werkcolleges oefenen met descriptives,
boxplots & Cronbach’s (en eventueel met Recode,α
Compute & Select Cases), maar oefen zelf thuis ook!!!
60. Voorbereiden Werkcollege
- LET OP:
- Vanaf deze week in een andere zaal werkcollege
- (Kromme Nieuwe Gracht 80, zaal 0.12 CLZ)
- Geen aanwezigheidsplicht, maar alleen komen als je je
ook echt hebt voorbereid!
- Maak opdrachten uit module 2 van Hoofdstuk 7 & 8