Inleiding in de statistiek. met ondersteuning van SPSS

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
Rekenproblemen en Dyscalculie
Toetsen van verschillen tussen twee of meer groepen
Math Candel Universiteit Maastricht. •Achtergrond: –Diagnose probleem –Meetinstrumenten –Conceptueel model •Presentaties van eigen analyses •Voorbeeld.
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van SPSS Guido Valkeneers.
Hoofdstuk 10 Onderzoeken met SPSS en MS Excel
Betrouwbaarheid en validiteit: Alleen een kwestie van goed meten ?
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van PASW 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.
toetsen voor het verband tussen variabelen met gelijk meetniveau
Hoofdstuk 6: Controle structuren
Jan Talmon Medische Informatica Universiteit Maastricht
Thesisseminarie 4 Resultaten Correlatie en multiple regressie
Chapter 9. Understanding Multivariate Techniques
Non-parametrische technieken
Twee-factor Variantie-analyse
Meten van onderzoeksvariabelen
Welke techniek toepassen ? Herhalingsoefeningen. Situatie 1: Gegeven : de doelpunten die 10 topscoorders in de voetbalcompetitie hebben gemaakt in seizoen.
Hoofdstuk 9 Verbanden, correlatie en regressie
Meten bij marktonderzoek
Hoofdstuk 6 – Tabellen en grafieken
Meten bij marktonderzoek
Meer bewegen via internet 28 juni 2011 – OU Open Kennisavond Denise Peels Stijn Friederichs.
Hoofdstuk 7 verplicht… Keuze.
Inhoud presentatie Statistische betrouwbaarheid: belangrijk?
Beschrijvende en inferentiële statistiek
Onderzoeksmethoden Blok 2, les 6/7 Mieke de Waal1 Collegeweek 7  Hoofdstuk 12: boek en vragen  Dr Stat  Observatieopdracht.
Hoofdstuk 5 – Verzameling en functie
WOT statistiek Inleiding
Psychologische Test.
Inleiding in de statistiek voor de gedragswetenschappen
Inleiding in de statistiek voor de gedragswetenschappen
Ik geloof… Dat onze achtergrond en omstandigheden misschien wel van invloed zijn geweest op wie we zijn,maar dat wìj verantwoorde-lijk zijn voor wie we.
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
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.
College 9 zHoe gaat het met de afname? zData-invoer zEerste analyses.
 1 op 2 mensen last van overgewicht (in Nederland)  Reden: nemen veel calorieën op weinig afname.
1 Relatie Intelligentie Quotiënt en de Motorische Vaardigheid Marco Borhem Fleur van Dam Sanne Hein Opdrachtgever Docent Begeleider Opdrachtgever Docent.
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?
Deeltijd module 4 – oktober 2018 Shifra Bouter, MSc.
Toetsen van verschillen tussen twee of meer groepen
Hoofdstuk 4 Kwantitatieve dataverzamelingsmethoden Nel Verhoeven
Verpleegkunde deeltijd module 4 Shifra Bouter, MSc.
Hoofdstuk 10 Onderzoeken met SPSS en MS Excel
Havo lesboek deel 1 ~ Hoofdstuk 1
Python – For loop + strings
Transcript van de presentatie:

Inleiding in de statistiek. met ondersteuning van SPSS

Inleiding in de statistiek Hoofdstuk III Operationaliseren en meten & SPSS Transform

Doelstellingen hoofdstuk III 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 SPSS variabelen bewerken via Transform-Compute,Recode en Count; De student kan via SPSS de Cronbach Alfa berekenen.

H3. 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 intelligentie? TIP: Maak bij voorkeur gebruik van gepubliceerde meetinstrumenten.

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

3.1. Variabelen

3.1. 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 Meetniveaus

3.2.1 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

3.2.1 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.

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

3.2.2. 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/bachelor/master

3.2.2. 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

3.2.3. 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

3.2.3. 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

3.2.4. 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 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. SPSS maakt geen onderscheid tussen interval en ratio: nominal, ordinal en scale

SPSS. Variable view

SPSS berekent soms zinloze waarden.

3.3. Betekenis van 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 21 à 30 jaar 0 31 à 40 jaar 0 41 à 50 jaar 0 ouder dan 51….. Dit is ordinaal niveau

3.3. 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

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

3.4. Betrouwbaarheid en validiteit Betrouwbaarheid: meet de test iets? Heeft te maken met de stabiliteit van de meting - hertesting - halvering - parallel vorm - interne homogeniteit (Cronbach’s Alpha) 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 Caluwé

3.5. Voorbereidende bewerkingen in SPSS 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.

3.5.1. SPSS Transform - Recode TIP: kies NOOIT voor Recode into Same Variables

2.5.1. SPSS Transform - Recode

2.5.1. SPSS Transform - Recode New Value is altijd numeriek van niveau

3.5.1. SPSS 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.

3.5.2. SPSS 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)

3.5.2. SPSS Transform - Compute

SPSS Transform - Compute Maak gebruik van de som; Probleem?

SPSS Transform -Compute Maak gebruik van de functie MEAN: voordeel?

3.5.3. SPSS Transform – Compute We kunnen gebruik kunnen maken van de som van de items ofwel voor de functie MEAN 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

3.5.3. SPSS Transform - Count

3.5.3. SPSS Transform – Count Tel het aantal missing values per persoon

3.5.3. SPSS Transform - Count

3.5.3. SPSS 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.

3.6. SPSS Cronbach’s Alpha

3.6. SPSS Cronbach’s Alpha

3.6. SPSS Cronbach’s Alpha

3.6. SPSS Cronbach’s Alpha

3.6. SPSS Cronbach’s Alpha

SPSS output van de itemanalyse

Opgaven uit het handboek

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 SPSS