Significant: berust de uitslag op toeval.

Als de correlatie=

>0.05 , <-0.05 matig

>0,75, <-0.75 sterk

>0,9, <-0.9 HG

T Test.  Deze test gebruiken bijvoorbeeld wanneer je op ratio gemeten variabelen toetst of er een significant verschil bestaan in score. Bijvoorbeeld tussen mannen en vrouwen.

Kies independent als je de variabelen niet kunt koppelen.

Stappen in SPSS:

AnalyzeàCompare means à independent  T-test 

Wat ga je testen? Testing variabele. Tot ken

Welke groep ga je testen? Grouping variabele. Geslacht.

Vergeet niet op define groups te klikken en 1=0 en 2=1

De Chi-kwadraat toets.

Deze test gebruik je als je een verschil tussen variabelen binnen een variabele wilt ontdekken.

Analyze àdescriptive statistics à Crosstabs

Row= Hier moet je invullen waaruit wordt onderzocht. Schooltype

Colum= Hier vul je specifiek in tussen welke twee. Ongeloof

Statistics àChi square

T-test:

Analyze àCompare means à independent  T-test  (independent=niet gekoppeld):

•             Geslacht verplaatsen naar grouping variable

•             Leeftijd verplaatsen naar testvariabele

•             Define groups Group 1= 0, Group 2= 1  Ok drukken

Mann-Whitney: (5)

1.            Meetniveau van de variabele geslacht is nominaal

2.            Meetniveau van de variabele ropl is ordinaal

3.            We hebben te maken met 2 niet gekoppelde steekproeven

4.            We gebruiken de volgende toets: Mann-Whitney

•             Nonparametric testslegacy dialogs 2 independent samples

•             Geslacht= grouping variable

•             Ropl= test variable list

•             Group 1=0, group 2= 1

•             OK

AnalyzeCorrelatebivariate (correlatietest)

             Pearson

             Two tailed

             Flag significant correlations

1.            De correlatie tussen TotKenA en TotKen B bedraagt -0,025

2.            De significantie van deze correlatie bedraagt: p =0,481

3.            Dit negatieve verband is niet significant en niet erg sterk (en= beide goed, maar=verschil)

4.            (zelfde test gebruiken) De correlatie tussen TotKenA en TotKenC bedraagt 0,229

5.            Significantie van deze correlatie bedraagt: p =0,000

6.            Dit positieve verband is wel significant maar niet erg sterk (**<0.01=significant)

7.            De correlatie tussen TotKenB en TotKenC bedraagt 0,147

8.            De significantie van deze correlatie bedraagt: p = 0,000

9.            Dit negatieve verband is wel significant maar niet erg sterk

1.            We hebben te maken met wel gekoppelde steekproeven

2.            We toetsen eenzijdig (als het gekoppeld is altijd eenzijdig).

 Als je eenzijdig toetst, is de P altijd tweezijdig berekend, dus moet je deze door 2 delen om de goede uitkomst te krijgen. Bijv P= 0,06 / 2= 0,03 wel significant

We gebruiken de Wilcoxon toets:

             AnalyzeNonparametric testslegacy dialogue 2 related samples

             Variable 1= Totken A,  Variable 2= Totken C

             OK

3.            p = O,000 dus P= <0.05 wel significant

4.            We verwerpen wel de nul-hypothese dat er geen verschil is tussen wat respondenten score op de vragen over Europa en wat ze scoren op de vragen over Europese instellingen

Cirkel diagram maken:

Analyze à frequenciesà selecteer data uitvoeren op de gewenste parameters; data mode gebruiken om gegvens zichtbaar te maken in de tabel

Hercoderen:

Transform want moeten nieuwe variabele maken à recode into different variables à variable selecteren à output name opgeven en change klikken om uit te voeren à Old and new values aanklikken om waardes/parameters te herbepalen hiergebruik je range voor om nieuwe parameters op te geven voor ‘oude’gegevens in het bestand.

Deze zie je in de dataview na uitvoeren helemaal rechts en in de variable view helemaal onderaan. De decimalen in het veriable view schem in de  kolom decimal op nul zetten bij de nieuwe parameters om achter de komma weg te halen.

2.

In dataview Analyze à frequencies à leeftijd en geslacht eruit halen en ageklas invoeren.  Charts wijzigen in bar chart. Onder de tabel zie je de klassen 1 2 3 4 5 en 6 deze in Variable view wijzigen in de kolom values.  

De uitgewerkte tabel verwijderen uit het output scherm door ze te knippen. Opnieuw uitvoeren omdat er nu nieuwe klassen zichtbaar zouden moeten zijn in de output. Nu is duidelijk te zien welke leeftijdsklasse het meest voorkomt.

Boxplot maken

De chart builder gebruiken om een boxplot te maken à variabele geslacht slepen naar de  X-as !!! eerste het type van geslacht wijzigen in nominaal!!! Dan chartbuilder à boxplot enz. Dan op de Y-as totscore slapen en OK klikken.

De mannen zijn minder evenredig verdeeld over de quartielen van de boxplot. Dit is helemaal goed te zien aan de plaatsing van de mediaan

De median denkbeeldig doortrekken naar de Y-as aan de linkerkant, daar is dan te zien date r ongeveel 50 % in die klasse moet vallen. Je kunt ook dubbelklikken op de boxplot en dan een lijn toevoegen aan de Y-as en die oop de mediaan leggen.

Hercoderen meerdere variabelen

Transformà recode into different variables kies de goede kennis 1,2,3, en 5 enz enz

Valuelabel

In het variabele scherm, in de kolom values kan dit verandert worden

Cronbachs Alpha

Analyze à scale à reliability Analysis à data selecteren en dan onder statistics scale if item deleted selecteren. Cronbach gerbuik je om de homogeniteit te controleren van je data. Dus 1 is volledige homogeniteit. We kijken dus even naar de tabel Item-total statistics en dan zien we dan het grootste getal Rken 6 is dus die laat je weg, omdat die het meeste afwijkt van 1: het is het verste af van volledige homogeniteit.

Geclusterd staafdiagram

Chart builder à gestapelde staafdiagram à ageklas en gelsacht nominal maken à ageklas op de x as geslacht in stack color rechtsboven en in het schermpje ernaast onder variable count wijzigen in percentage.

Gemiddelde en standaard deviatie:

Transform à compute variable à alle Rken bij elkaar optellenuit, laten voeren

Analyze en tabel uitvoeren met s2 en gemiddelde in de tabel.