Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van PASW Guido Valkeneers.

Slides:



Advertisements
Verwante presentaties
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van SPSS Guido Valkeneers.
Advertisements

Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van SPSS Guido Valkeneers.
Voeding Ons dagelijks eten is een van de belangrijkste energie bronnen van het lichaam, Maar ook een van de belangrijkste bronnen van ziekte.
‘SMS’ Studeren met Succes deel 1
Toetsen van verschillen tussen twee of meer groepen
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van SPSS Guido Valkeneers.
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van PASW Guido Valkeneers.
Allochtonen op de Vlaamse arbeidsmarkt
Betrouwbaarheid en validiteit: Alleen een kwestie van goed meten ?
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van SPSS Guido Valkeneers.
Practica Computerlinguistiek Tekst en uitleg:
Statistiek HC1MBR Statistiek.
© De Coninck Sofie en © Onze maatschappij is multicultureel.
Beschrijvende statistiek
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van PASW Guido Valkeneers.
Betrouwbaarheid en Validiteit
Hoofdstuk 3 – Gegevens verzamelen
Kwaliteit van meetinstrumenten
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van SPSS Guido Valkeneers.
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van SPSS Guido Valkeneers.
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van SPSS Guido Valkeneers.
toetsen voor het verband tussen variabelen met gelijk meetniveau
Als de som en het verschil gegeven zijn.
Hoofdstuk 6: Controle structuren
De ontwikkeling en validering van een cognitieve-vaardighedentest voor volwassen anderstaligen Evelien Buyse, Karine Verschueren en Walter Magez Nederlands.
Thesisseminarie 4 Resultaten Correlatie en multiple regressie
Non-parametrische technieken
Twee-factor Variantie-analyse
Welke techniek toepassen ? Herhalingsoefeningen. Situatie 1: Gegeven : de doelpunten die 10 topscoorders in de voetbalcompetitie hebben gemaakt in seizoen.
Flow controle Keuzes maken. Het if-statement Soms moet code alleen in bepaalde situaties uit gevoerd worden Hiervoor heeft C de if-else constructie: if(voorwaarde1){
Hoofdstuk 9 Verbanden, correlatie en regressie
Meten bij marktonderzoek
Hoofdstuk 6 – Tabellen en grafieken
Meten bij marktonderzoek
variabelen vaststellen
Meer bewegen via internet 28 juni 2011 – OU Open Kennisavond Denise Peels Stijn Friederichs.
Hoofdstuk 7 verplicht… Keuze.
Inleiding in de statistiek voor de gedragwetenschappen
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van PASW Guido Valkeneers.
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van PASW Guido Valkeneers.
Onderzoeksmethoden Blok 2, les 6/7 Mieke de Waal1 Collegeweek 7  Hoofdstuk 12: boek en vragen  Dr Stat  Observatieopdracht.
Hoofdstuk 4 – Gegevens analyseren
WOT statistiek Inleiding
Psychologische Test.
Inleiding in de statistiek voor de gedragswetenschappen
Inleiding in de statistiek voor de gedragswetenschappen
Inleiding in de statistiek. met ondersteuning van SPSS
Hoofdstuk X Het correlatievraagstuk & SPSS toepassing
Operationaliseren Definiëren Operationaliseren
Een organisatie van stad Kortrijk, Directie Cultuur, Team Jeugd i.s.m. Hogeschool West – Vlaanderen departement HIEPSO.
Inleiding in de statistiek voor de gedragswetenschappen
Kwantitatieve & kwalitatieve data analyse
Baarde en de goede Hoofdstuk 11: Data-analyse
Inleiding in de statistiek voor de gedragswetenschappen
Cursus Regressie-analyse Rijkswaterstaat, 13 februari
Als zelfstandig wonen niet meer kan
Methoden & Technieken van Onderzoek Maurice Scheepers Kamer H4.318
Methoden & Technieken van Onderzoek
onderzoeksvraag Soorten onderzoeksvragen Exploratieve onderzoeksvraag
Hogeschool Rotterdam, Opleiding Vastgoed & Makelaardij drs. ing. M.M.A. Scheepers Collegejaar college.
Plancyclus, les 4  Actualiteit  Vragen naar aanleiding van vorige les  Vragen over hoofdstuk 4 en 5  Observeren met een plan; het verschil tussen observeren.
 1 op 2 mensen last van overgewicht (in Nederland)  Reden: nemen veel calorieën op weinig afname.
FOKKE en SUKKE helpen bij het veldwerk. Gebruik van een statistisch pakket SPSS Opslaan en bewerken data –selecteren –wegen –hercoderen –Ontwerpen van.
Bijeenkomst 5. Terugblik  Wat hebben we vorige bijeenkomst besproken?  Alles gelukt met het persoonlijk profiel?  Liepen jullie nog tegen dingen aan?
Gedrag in organisaties Hoofdstuk VIII
Deeltijd module 4 – oktober 2018 Shifra Bouter, MSc.
Hoofdstuk 4 Kwantitatieve dataverzamelingsmethoden Nel Verhoeven
Verpleegkunde deeltijd module 4 Shifra Bouter, MSc.
Havo lesboek deel 1 ~ Hoofdstuk 1
Python – For loop + strings
Transcript van de presentatie:

Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van PASW Guido Valkeneers

Inleiding in de statistiek Hoofdstuk II Operationaliseren en meten & PASW Transform guido.valkeneers@lessius.eu

Doelstellingen hoofdstuk II De student begrijpt de begrippen variabele, operationalisering,…; De student kent en begrijpt de betekenis van de vier soorten meetniveaus; De student begrijpt de consequenties van deze vier typen meetniveaus; De student kan via PASW variabelen bewerken via Transform-compute,recode en count; De student kan via PASW de Cronbach Alfa berekenen.

H2. Operationaliseren en meten De vooropgestelde hypothesen bevatten begrippen. Hoe gaan we deze meten? = operationaliseren. bv. Hoe meten we de attitude t.o.v. de therapie? bv. Hoe meten we de vooruitgang in therapie? bv. Hoe meten we de intelligentie?

2.1. Variabelen = zijn kenmerken van de proefpersonen bv. geslacht. Variabelen kunnen diverse waarden aannemen Waarden zijn de individuele uitslagen op een variabele, bv. vrouw, = scores

2.1. Variabelen

2.1. Variabelen Kwalitatief, bv. - wel of niet in therapie - militaire rang Kwantitatief en discreet, bv. - aantal inschrijvingen voor een cursus - aantal kinderen in de huishouding Kwantitatief en continu, bv. - lichaamslengte - tijd nodig om het examen op te lossen

Zeer belangrijk 2.2. Meetniveaus

2.2.1 Nominaal meetniveau Alle categorische variabelen zijn nominaal bv. variabele geslacht kent twee waarden: jongen en meisje. Kunnen getallen aan gekoppeld worden, maar deze hebben geen numerieke betekenis - waarden kennen geen rangorde - er is geen meeteenheid - er is geen nulpunt bv. geslacht is een nominale variabele

2.2.1 Nominaal meetniveau Speciaal geval van nominale schaal: dichotomie: dwz er zijn slechts twee niveaus mogelijk voor deze variabele bv. Volgt u logopedie? Ja of neen? De onafhankelijke variabelen zijn vaak nominaal van niveau.

2.2.1 Nominaal meetniveau Voorbeelden: Geslacht man vrouw Burgerlijke stand alleenstaand gehuwd gescheiden weduwe/weduwnaar ……. Nationaliteit Belg Nederlander Duitser …….

2.2.2. Ordinaal meetniveau Categorieën hebben een bepaalde volgorde Er kunnen getallen aan gekoppeld worden, maar het verschil tussen 2 opeenvolgende waarde heeft geen betekenis, enkel de volgorde. - er is wel een rangorde - er is geen meeteenheid - er is geen nulpunt bv. hoogst behaalde diploma is ordinale variabele geen/lager secundair/hoger secundair/hoger onderwijs/unief

2.2.2. Ordinaal meetniveau Voorbeeld Welk is uw evaluatie van deze cursus? zeer slecht slecht neutraal goed zeer goed Welk is uw hoogst verworven diploma? lager onderwijs lager secundair hoger secundair bachelor master

2.2.3. Interval meetniveau Rangorde is belangrijk Verschil tussen twee opeenvolgende waarden is gelijk; er is een meeteenheid Geen absoluut nulpunt. bv. IQ meting volgorde is belangrijk; en er is een meeteenheid, maar IQ 120 is niet dubbel zo slim als IQ 60

2.2.3. Interval meetniveau Voorbeelden Temperatuur in graden Celsius het verschil tussen 6° en 30° is 24° maar 30° is niet het vijfvoud van 6° De jaartelling IQ coëfficiënt

2.2.4. Ratio meetniveau Rangorde is belangrijk Er is een meeteenheid Er is een absoluut nulpunt bv. Lichaamslengte, gewicht, tijd om de test op te lossen, enz.. Bv. Iemand van 1,8 meter is dubbel zo groot als iemand van 0,9 meter.

2.3. Betekenis van het meetniveau In de psychologie vooral nominale, ordinale en interval variabelen, weinig ratio schalen. Onderscheid tussen interval en niet interval is het belangrijkste onderscheid, met oog op de analyse van de gegevens. PASW maakt geen onderscheid tussen interval en ratio: nominal, ordinal en scale

PASW. Data view

PASW berekent soms zinloze waarden.

2.3. Betekenis van de meetniveaus Een variabele kan van aard veranderen al naargelang de vraagstelling, bv. de leeftijd Hoe oud bent u? …… Dit is ratio niveau In welk jaar bent u geboren?.... Dit is interval Hoe oud bent u, maak uw keuze: 0 20 à 30 jaar 0 31 à 40 jaar 0 41 à 50 jaar 0 ouder dan 51….. Dit is ordinaal niveau

2.3. Betekenis van meetniveaus Naarmate het meetniveau hoger is kunnen we meer bewerkingen uitvoeren Zorg voor variabelen – indien mogelijk - met een zo hoog mogelijk meetniveau, bv. leeftijd. Diverse variabelen met intervalniveau kunnen opgeteld worden… Zorg ervoor dat de afhankelijke variabele zo veel mogelijk op interval niveau gemeten wordt. Dit heeft eveneens consequenties voor de analyse van de gegevens

2.3. Betekenis van meetniveaus De vraag naar houdingen, overtuigingen, gevoelens, etc… kan het best gebeuren aan de hand van een likertschaal 1. helemaal akkoord 2. akkoord 3. neutraal 4. niet akkoord 5. helemaal niet akkoord De vraag naar feitelijkheden, bv. Bent u een man/vrouw? Woont u in Antwerpen? kan uiteraard niet met een likertschaal bevraagd worden.

2.4. Betrouwbaarheid en validiteit Betrouwbaarheid: meet de test iets? Heeft te maken met de stabiliteit van de meting - hertesting - halvering - parallel vorm - interne homogeniteit (Chronbach Alfa) Validiteit: meet de test wat hij behoort te meten? Welk is de relatie van de testuitslag met een andere meting van dit begrip (bv. relatie intelligentie en schooluitslag) Betrouwbaarheid is een voorwaarde voor validiteit Zie afzonderlijke cursus, mevr. V. De Caluwe

2.5. Voorbereidende bewerkingen in PASW U kunt variabelen bewerken via het menu Transform - Compute maakt berekeningen op variabelen, bv. optellen, keer, etc… - via Recode kunt u variabelen hercoderen - via Count u bepaalde scores tellen per persoon.

2.5.1. PASW Transform - Recode

2.5.1. PASW Transform - Recode

2.5.1. PASW Transform - Recode

2.5.1. PASW Transform - Recode Op deze wijze ontstaat een nieuwe variabele met als titel ‘rec19L’. Deze variabele is precies het omgekeerde van item 19L. Tip: maak gebruik van recode ‘into a different var’; Voor de totaalscore van gezondheidsbesef moeten we gebruik maken van ‘rec19L’ en niet van het item 19L Recode IF kan ook gebruikt worden. U definieert een conditie waaraan voldaan moet worden om de recode uit te voeren.

2.5.2. PASW Transform - Compute Voor het samentellen van items tot een schaal gebruikt u compute. Opdracht tel de items van de schaal gezondheidsbesef samen in het bestand busters ik voel me graag fit Ik doe geregeld aan lichaamsbeweging Ik vind mijn gezondheid belangrijk Ik eet regelmatig groenten en fruit Ik neem een gezond en gevarieerd ontbijt Ik let op mijn lichaamsgewicht rec19L (Ik eet vaak vettig eten)

2.5.2. PASW Transform - Compute

2.5.3. PASW Transform – Compute We zouden ook gebruik kunnen maken van de som van de items. ??? Op deze wijze ontstaat een nieuwe variabele ‘gezondheidsbesef’, waarmee we zullen verder werken, en niet meer met de afzonderlijke items. U kunt ook gebruik maken van de mogelijkheid om een conditie aan te geven (compute IF) om deze compute uit te voeren

2.5.3. PASW Transform - Count

2.5.3. PASW Transform – Count Tel het aantal missing values per persoon

2.5.3. PASW Transform - Count

2.5.3. PASW Transform - Count Op deze wijze ontstaat een nieuwe variabele waarin het aantal missing values per persoon samengeteld wordt. U kunt hierbij ook gebruik maken van de optie Count IF.

2.6. PASW Cronbach Alpha

2.6. PASW Cronbach Alpha

2.6. PASW Cronbach Alpha

2.6. PASW Cronbach Alpha

2.6. PASW Cronbach Alpha

PASW output van de itemanalyse

Opgaven uit het handboek

Vragen? Maak in geval van vragen gebruik van het forum van Toledo

Bijkomende opgaven Bepaal het meetniveau van de volgende variabelen - de bloedgroep van een mens (O, A, B en AB) - het hoogste diploma van een persoon - het aantal verkeersongevallen per jaar op een bepaald kruispunt - de uitslag van een loopwedstrijd (in volgorde? In tijd?) - het rugnummer van een wielrenner in de Ronde van Frankrijk - indeling van renners (zelfde ronde) in wel of niet dopinggebruiker

Bijkomende opgaven Bepaal het meetniveau van de variabelen in de volgende datamatrix V1 geslacht 1 = vrouw; 2 = man V2 burgerlijke stand 1 = ongehuwd; 2 = gehuwd; 3=gescheiden; 4= weduwe/weduwenaar V3 bezoek al dan niet toegelaten 1= toegelaten; 2=niet toegelaten V4 lichaamstemperatuur de laatst gemeten temperatuur in Celsius (99 = missing) V5 dag opname het aantal dagen dat de patiënt reeds opgenomen is

Inleiding in de statistiek Met ondersteuning van PASW Guido Valkeneers