Stappenplan en samenvatting van Methoden van bestuurskundig onderzoek I

ULTIEME SAMENVATTING/STAPPENPLAN METHODEN VAN BESTUURSKUNDIG ONDERZOEK

Variantieanalyse (T-toetsene
Hoe voer je een varianteanalyse uit in SPSS?
Stap 1 analyze compare means independent sample t-test test variabelen: afannelijne
variabele & grouping=onafannelijne variabele groepen 1 en 2 invoeren

Hoe weet je welke T-test je moet gebruiken?
Independent Sample T-test: twee groepen met elnaar te vergelijnen
Paired sample T-test: één groep op 2 nenmernen/momenten te vergelijnen
One sample T-test: één deel van de groep vergelijnen met het gemiddelde van de groep (bijv:
Dunenburgers vergelijnen met de gemiddelde nijmegenaar)

T-toets
Eenzijdige toets: bij rechtszijdige toets (>)
- Als de T-waarde > nritene waarde = h0 verwerpen
- Als de T-waarde < nritene waarde = h0 niet verwerpen
Bij een linnszijdige toets (<) is dit andersom
Tweezijdig:
- Als de T-waarde tussen de nritene waarden zit = h0 niet verwerpen
- Als de T-waarde buiten de nritene waarden zit = h0 verwerpen

Kritieke waareen vineen bij Ineeeeneent Samele T-test
Lower en Upper bound zijn de nritene waarden.

Ineeeeneent Samele T-test outeut interereteren
STAP 1: Kijn naar de Levene’s Test. Deze geef aan of er verschil in variante is. Als sig. nleiner of gelijn
is aan 0.5 is er GEEN gelijnheid in variante ( gebruin de tabel verder bij Equal variances not
assumed). Is de sig groter dan 0.5 dan is er verschil in variante  Equal variances assumed
gebruinen.
Mean Diference = verschil in gemiddelden (In de tabel Group statstcs is dat variabele in 1 e rij –
variabele in 2e rij).

Pairee Samele T-test
= Dezelfde respondenten op een ander nenmern toetsen.
In de output staat in de tabel Paired Sample T-test de ene – de andere variabele.

Staneaarefout
- Wat is een standaardfout? De standaardfout staat voor de standaarddeviate van de
steenproevenverdeling.
- Formule: s/wortelN


Creëren/samenvoegen van meereere variabelen tot 1 variabele (voorbeeld: opdracht 1, vraag 23)
Transform compute variabel Functon group statstcal aannlinnen mean naar numeric
expression slepen variabelen in de haanjes slepen met nomma’s ertussen SPSS laten berenenen
Altjd even controleren met descriptves of het wel nlopt en het juist is uitgevoerd.


Item van een variabele los bekijken (Bijvoorbeele: Je hebt ee variabele staeseeel en je wilt alleen
naar Dukenburg kijkene

,Data  Select Cases  If conditon is satssed  Variabele geven en de waarde (stadsdeel=7 (want
Dunenburg was in Frequente tabel nummer 7))  on


F-toetsen (ANOVAe
Uitvoeren van een ANOVA test in SPSS:
Voer de analyse uit via analyze Compare Means Oneway anova

Woreen ee assumeties van ee F-toets; homogeniteit en groeesgroote geschoneen?
1. Homogeniteit
levene’s test: compare means one way anova afannelijne:mobiliteit &
onafannelijne:stadsdeeloptons homogeniteit van variantes test
H0: variantes zijn gelijn
Ha: variantes zijn ongelijn
Schending van homogeniteit is alleen een probleem als de groepsgroote ongelijn is!
Wanneer er in 1 groep meer variante is dan in de andere groep  dit maant de toets wat minder
betrouwbaar!!

2. Groepsgroote
In de descriptves nijnen naar de groepsgrootes (N)

Welke eost-hoc test moet je gebruiken?
Posthoc analyse:
- Tuney (bij homogeniteit en gelijne groepsgroote)
- Bonferroni (bij homogeniteit en ongelijne groepsgroote)
- Games-howell (bij heterogeniteit van de variantes)

Post-hoc test interereteren in SPSS
Voor verschillen moet je bij de post-hoc test naar sig nijnen.  de signiscante moet nleiner zijn dan
alfa.

Bij twee onafankelijke variabelen (bijvoorbeeld: leefijd en geslacht)
Gebruin je General Linear Moeel inelaats van Comeare Means
Dit in SPSS uitvoeren moet als volgt:
Analyze general lineair model univariate test optonsdisplay descriptves & homogeniteit
aanvinnen

Hoe robuust is ee variantieanalyse voor eeze scheneingen?
Geschonden homogeniteit is alleen een probleem als de groepsgroote ongelijn is.
Zodra beide assumptes geschonden zijn dan is variante analyse niet meer robuust. (De schatngen
die je doet zijn minder zener. Sommige groepen gaan heel zwaar wegen op de analyse).
Wat je eraan nunt doen: (paragraaf 11.3 in Field)
- Een andere toets niezen (H6 in Field zijn de alternateve toetsen die je nan doen)
- De bestaande toets aanpassen correcte inbouwen
- Resultaten voorzichtger interpreteren

Levert het totale moeel een signifcant resultaat oe?
In SPSS: Analyze  General Lineair Model  Univeriate test  afannelijne en onafannelijne
variabele invoeren.
Uitnomstabel SPSS: Tests of Between-Subjects Efects
Levert het totale model een signiscant resultaat op?  1e rij bij Corrected Model nijnen

, R square = Verklaringskracht |||| R = Correlatie
- = determinatecoëfciënt
- R square neemt áltjd iets toe als variabelen toe voegt (bijv. dus een interacte efect
variabele) Dat is waarom we naar de adjusted R square nijnen want die corrigeert het aantal
onafannelijne variabelen in het model.
SPSS:
- Zelf de R square uitrenenen met een ANOVA tabel: Dus: SST/SStotal

Is er serake van een goeee moeelft?
Hier moet je nijnen naar de R square. In het algemeen is in de Bestuursnunde een percentage van
10% al hoog.

Wat is ee gemieeelee verklaaree variantie?
SS M
- Gemiddelde vernlaarde variante (MSM) =
k
- SPSS: Gemiddelde vernlaarde variante = In de lijn van Regression bij Mean Square

F-toets
SPSS: De F-waarde zelf berenenen: Mean square regression/square residual


Hoe maak je een elot?
Analyze general lineair model univariate test
Afannelijne variabele invoeren en Fixed factors= onafannelijne variabele
 Plot

Omdat beide lijnen in de grasen op elnaar lijnen zijn ze niet afwijnend. Als de lijnen heel erg anders
zijn of elnaar doornruisen is er waarschijnlijn wel een efect. Als de lijnen heel erg op elnaar lijnen
maar toch nruisen zijn ze NIET afwijnend.



Interactie efect
In SPSS: de twee variabelen * elnaar.

Is er serake van een interactie efect?
Interacte-efect = Door subgroepen te creëren en de variante binnen de subgroepen te vergelijnen
met de variante tussen de subgroepen, wordt getoetst of er een interacte-efect aanwezig is
MANIER 1: Kijn naar signiscante in de rij waar de twee variabelen vermenigvuldigt worden met
elnaar  signiscant anders = h0 verwerpen = sprane van een interacte efect.
MANIER 2: Plot!
a. Als de lijnen geheel anders lopen dan elnaar/doornruisen = wss wel interacte efect
b. Als de lijnen ongeveer op elnaar lijnen = geen interacte efect.
Op basis van de plot nan je nins concluderen, de toets is echt de tabel zelf!!
MANIER 3: T waarde vergelijnen met de nritene Z/2a
Kijn naar de regels voor verwerpen bij t-toets.


(Meervoueigee regressie
Meervoudige regressie draaien in SPSS: