Zeer uitgebreide samenvatting en uitwerking van alle SPSS stappen die je moet kunnen uitvoeren voor het Psychometrie SPSS tentamen. Dit stappenplan voor de verschillende handelingen die je moet kunnen, kan je ook gebruiken voor het maken van de werkgroep practica. Handelingen zijn ingedeeld in vers...
Z scores........................................................................................................................................................... 4
Ruwe data transformeren naar z-scores ............................................................................................................. 4
Normtabellen maken ...................................................................................................................................... 6
Normtabel maken à Case summaries ............................................................................................................... 6
Chronbach’s Alpha betrouwbaarheid .............................................................................................................. 8
Betekenisvolle paren ........................................................................................................................................... 8
Betrouwbaarheidsanalyse .................................................................................................................................. 8
Welk item draagt bij aan de betrouwbaarheid of schaad de betrouwbaarheid? ............................................... 8
Een test verlengen of verkorten met Items ..................................................................................................... 9
Betrouwbaarheid ................................................................................................................................................ 9
MTMM-matrix .............................................................................................................................................. 10
Correlatie tabel: Bepaal de correlaties tussen instrumenten ............................................................................ 10
Verander de opmaak van de tabel zodat je alleen correlaties ziet (Pivot table corrections) ............................ 11
Bepaal de betrouwbaarheid van elk instrument en kopieer deze in de MTMM-matrix.................................... 11
PCA ............................................................................................................................................................... 12
Protect against interpretation from randomness......................................................................................... 12
Inspectie van een Test voor het uitvoeren van PCA .......................................................................................... 13
Bekijk of de data geschikt is voor PCA .......................................................................................................... 13
Out put ......................................................................................................................................................... 14
Explorerende Factor analyse met PCA (zonder rotatie) .................................................................................... 14
Output .......................................................................................................................................................... 14
Interpretatie vectoren .................................................................................................................................. 18
PCA mét Rotatie (zie voor interpretatie filmpje 4 week 4) ............................................................................... 18
Confirmatieve Factor Analyse (CFA) in R ....................................................................................................... 19
Correlaties berekenen ....................................................................................................................................... 19
, Voer een conformatieve factoranalyse uit ........................................................................................................ 20
Ongecorreleerde factoren ............................................................................................................................ 20
Gecorreleerde factoren ................................................................................................................................ 23
Twee modellen met elkaar vergelijken! ............................................................................................................ 24
Met de chi kwadraat test.............................................................................................................................. 24
Hoe kan je een model met afhankelijke factoren trimmen? ............................................................................. 25
OUTPUT opslaan ........................................................................................................................................... 25
ITEM RESPONS THEORIE SPSS ....................................................................................................................... 25
SPSS proportie goede antwoorden berkenen (IRT) ........................................................................................... 25
Output .......................................................................................................................................................... 26
Variabele van Vaardigheid maken .................................................................................................................... 26
Grafiek met de kans op het krijgen van een goed antwoord op elk van de items (als functie van vaardigheid).
.......................................................................................................................................................................... 27
Output .......................................................................................................................................................... 28
Item Resons Theory in R ............................................................................................................................... 28
Rasch model (1-PL model) ................................................................................................................................. 28
Output .......................................................................................................................................................... 29
2-PLT ................................................................................................................................................................. 31
Output .......................................................................................................................................................... 31
TestBias ........................................................................................................................................................ 34
Testscores Centreren (Gemmiddelde score is 0 maken) (àhoeveel wijkt een score af van het gemiddelde)... 34
Maak een puntenwolk (scatterplot) met criterium scores op de y-as en test scores op de x-as, met de
"markers" als geslacht. ..................................................................................................................................... 34
Voeg regressielijnen toe voor het totaal ...................................................................................................... 35
Voeg regressielijnen toe voor de subgroepen .............................................................................................. 36
Transformeer de gendervariabele naar een een dummy variabele (0-1 gecodeerd) met jongen=0 en meisje=1.
.......................................................................................................................................................................... 37
Maak een interactie variabele door de getransformeerde (dummy variabele) geslacht variabele te
vermenigvuldigen met de (gecentreerde) cito-toets scores. ............................................................................. 37
Voeg variabelen labels toe aan allebei de nieuwe variabelen. ..................................................................... 38
Bereken met SPSS een regressievergelijking voor High school scores op de basis van Cito scores voor de totale
groep. ................................................................................................................................................................ 38
Vraag aan SPSS het verschil in intercepten en slope coëfficiënten te berekenen tussen jongens en meisjes. .. 39
Discriminante Analyse .................................................................................................................................. 40
Exploratie van de data ...................................................................................................................................... 40
Gebruik Descriptives om een samenvatting van de variabelen ‘HIRECALL’ tot ‘RECOGNEM’. ..................... 40
Gebruik Frequencies om de verdeling in de groepen te zien (normale verdeling) ...................................... 40
ANOVA (controleren voor significante verschillen tussen de groepen) ....................................................... 41
Check Assumpties voor Discriminante Analyze ............................................................................................ 41
Verdeling bekijken: Matrix Plot .................................................................................................................... 42
Voer een Discriminante Analyze uit .................................................................................................................. 42
Wilk’s Lamda................................................................................................................................................. 43
Combined-Group Plot ................................................................................................................................... 43
Summary Table ............................................................................................................................................. 44
Stelling van Pythagoras................................................................................................................................. 45
- Geen missende waarden? à SUM.n
- Missende waarden? à MEAN.n
SUM.n
1. Transformà Compute variable.
2. Geef variabele nieuwe naam, zet er SUM voor om overzicht te houden.
3. Bij nummeric expression vraag je de som aan door sum ervoor te zetten.
4. Herhaal deze procedure voor alle instrumenten.
MEAN.n
- Waarom? Stel je hebt een hele grote vragenlijst met 250 vragen. Het zou heel zonde
zijn als 1 van je participanten maar 1 vraag van de vragenlijst mist en die participant
geen Mean krijgt omdat die maar 1 vraag niet heeft ingevuld. Mean.n zorgt ervoor
dat je niet te veel data verliest.
De value for n, de n is het aantal waarden die aanwezig moet zijn. De n bepaald hoeveel waarden er
goed moeten zijn.
Bij een vragenlijst van 120 vragen, die allemaal ongeveer hetzelfde meten, is 8 missende waarden
bijvoorbeeld oke, maar bij een vragenlijst van 10 weer niet. Standaard is 50% bijvoorbeeld bij 10
vragen, kan je kiezen voor n=5.
Voorbeeld vragenlijst 10 items
1. transformà compute variable
2. Target variabele: ‘X_mean’
3. Nummeric Expression: mean.5(Lokfa1 to Lokfa7, Lokfa9 to Lokfa 11).
(5 zouden geen missende warden moeten hebben).
4. Druk op OK.
, Z scores
Ruwe data transformeren naar z-scores
1. Ga naar Analyze
2. Kies Descriptives en dan weer descriptives
3. Selecteer de scores die je wilt tranformeren, de afhankelijke scores
4. Klik op het vakje ‘Save standardized values as viables’
In de variabele rij bij Data view ontstaan drie nieuwe rijen met vriabelen die z scores laten zien. Voor
deze scores staat een Z. Nu kan je deze scores met elkaar vegelijken omdat ze gestandaardizeerd zijn.
Als je aanvullende handelingen gaat uitvoeren , denk er dan aan dat je de variabeleZ aanklikt en niet
de oude!
z score gemiddelde= 0
Standaardafijking is altijd 1
Data transformatie controleren
Om te checken of het goed is gegaan door descriptives op te vragen via desscriptives statistiscs,
selecteer de z-scores (vink niet maak gestandaardiseerde scores aan, want die heb je al!). Vink
gemiddelde en standaarddeviatie aan en controleer in de output of dit 0 en 1 is.
T-scores berekenen
Let op, eerst z berekenen!
1. Transform → Compute Variable.
,2. Target Variable: Tscore.’X’ (bedenk een naam).
3. Bij numerieke expressie vul je de formule voor het berekenen van de T-score in!
T formule: 10 * (Zmean.n) + 50
Percentiel scores berekenen
1. Transform à Rank Cases
2. Zet de variabelen waar het om gaat in het variable(s) kader. Gebruik de ruwe scores of MEAN
scores afhankelijk van de opdracht.
3. Klik op Rank types, Vink de optie Rank uit en kies voor Fractional rank as %.
4. Vink onder Ties; bij optie Rank assigned to ties de waarde High
aan (i.p.v. Mean)
5. Rond percentages af tot gehele (als het moet) → in variabele
view decimalen op 0 zetten (als je op hele getallen moet
afronden).
De scores moeten tussen de 0 en 100 zijn.
, Normtabellen maken
Normtabel maken à Case summaries
Maak tenslotte een tabel met Case Summaries van de unieke LOKM scores (dus in het aparte
bestand) en de bijbehorende z, T en rank scores: de normtabel.
1. Analyse → Reports → Case Summaries
2. Variables: Z-score van mannen, T-score van
mannen en Percentiel score van mannen.
3. Grouping variabele: gemiddelde score van
LOKM (mean.n.man)
4. ‘Display cases’ uitvinken (dan wordt de tabel
overzichtelijker)
5. Ga naar statistics en sleep mean naar cell
statistics, haal number of cases weg!
6. Bij options kan je de tabel een naam geven (makkelijk om terug te zoeken).
Split-half methode betrouwbaarheid
Betekenisvolle paren maken
Kies eerst een betekenisvolle split voor de items peer schaal.
Om de Split-Half methode uit te voeren in SPSS hoef je alleen de items in twee
delen te verdelen Deze verdeling moet bestaan uit betekenisvolle paren en moet
dus gebaseerd zijn op het gemiddelde (mean) of de variantie (variance)
Bijvoorbeeld: Dicipline= item 8, 12, 13, 14, 15 en 16.
1. Analyze, descriptives statistics, descriptives
2. Relevenate items naar variabelen venster.
3. Bij opties descending means zo wordt de lijst op basis van de mean van groot naar klein
gedaan.
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper EmmaUL. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €4,49. Je zit daarna nergens aan vast.
