100% tevredenheidsgarantie Direct beschikbaar na je betaling Lees online óf als PDF Geen vaste maandelijkse kosten 4.2 TrustPilot
logo-home
Samenvatting

Samenvatting Psychometrie en besliskunde - SPSS

Beoordeling
3,7
(3)
Verkocht
12
Pagina's
29
Geüpload op
09-12-2019
Geschreven in
2019/2020

Een document met per week en werkcollege de behandelde SPSS-stof. In het document staat duidelijk vermeld welke stof tot welk college behoorde. De opdrachten voor de werkcolleges en aanvullende informatie vanuit de werkcolleges zijn toegevoegd aan het document.

Meer zien Lees minder










Oeps! We kunnen je document nu niet laden. Probeer het nog eens of neem contact op met support.

Documentinformatie

Geüpload op
9 december 2019
Bestand laatst geupdate op
9 december 2019
Aantal pagina's
29
Geschreven in
2019/2020
Type
Samenvatting

Onderwerpen

  • spss

Voorbeeld van de inhoud

SPSS Psychometrie en Besliskunde
Opdrachten werkcollege 1

B. Itemanalyse

P-waarden baseren op frequentieverdelingen
Analyse  Descriptive Statistics  Frequencies

Neem ‘Valid Percent’ als je ziet dat er missings zijn in de scores. In het geval dat enkele vragen
missen in een toets, neem ze dan mee als ‘foute scores’.

Je ziet in de tabel hoeveel mensen 1, 2, en 4 hebben gekozen. 3 wordt nooit gekozen, dit blijkt dus
een slechte afleider te zijn.

Hercoderen van items
De oorspronkelijke 6 items in 6 nieuwe dichotome items hercoderen. Doe dit door item 1 t/m item 6 te
hercoderen in item1di t/m item6di. Je maakt dan 0-1 items.

Transform  Recode Different Variables (houd de oorspronkelijke variabelen in je dataset)  Item 1
bij Numeric Variable  Item1di bij Output Variable  Old and New Values aangeven: Old Value 1,
New Value 1 (goede antwoord)  Add  All Other Values krijgen Value 0 (foute antwoorden)  Add
 System or System User Missing in System or System User Missing  Add  Vervolgens Syntax
6x kopiëren  Vul dan voor item 2 in welk item goed is en welke items fout zijn.

RECODE item1 (1=1) (SYSMIS=SYSMIS) (ELSE=0) INTO item1di.
RECODE item2 (2=1) (SYSMIS=SYSMIS) (ELSE=0) INTO item2di.
RECODE item3 (3=1) (SYSMIS=SYSMIS) (ELSE=0) INTO item3di.
RECODE item4 (3=1) (SYSMIS=SYSMIS) (ELSE=0) INTO item4di.
RECODE item5 (2=1) (SYSMIS=SYSMIS) (ELSE=0) INTO item5di.
RECODE item6 (2=1) (SYSMIS=SYSMIS) (ELSE=0) INTO item6di.

Je ziet de nieuwe variabelen in de variable view staan.

Totaalscores maken voor de 6 hercodeerde items
Transform  Compute Variable  Statistical  Sum naar vak slepen  SUM(item1di, item2di,
item3di, item4di, item5di, item6di).

Noem de totaalscore ‘Somgoed’.

Syntax:
COMPUTE somgoed=SUM(item1di to item6di).
EXECUTE.

Je kunt het ook als volgt doen:
Somgoed: item1di + item2di + item3di + item4di + item5di + item6di

Item-totaalcorrelatie (Rit) van de items Item1di en Item6di berekenen
Analyze  Correlate  Bivariate  Items (item1di en item6di) en Somgoed toevoegen  Paste 
Run.

Syntax:
CORRELATIONS
/VARIABLES= item1di item6di with somgoed
/PRINT=TWOTAIL NOSIG
/MISSING=PAIRWISE.

,Of:

CORRELATIONS
/VARIABLES= item1di item6di somgoed
/PRINT=TWOTAIL NOSIG
/MISSING=PAIRWISE.
Het eerste van de 2 commando’s (met ‘with’) genereert:

Item-restcorrelatie (Rir) van de items Item1di en Item6di berekenen
Eerst de restscores voor beide items berekenen:
Transform  Compute  Target Variabele = Restitem 1 = item2di + item3di + item4di + item5di +
item6di.
Transform  Compute  Target Variabele = Restitem 6 = item2di + item3di + item4di + item5di +
item1di.

Tip: als je voor meerdere items restscores wilt berekenen kan dit makkelijk door met syntax te werken.
Voor iedere restscore kun je uit de berekening van de somscore het betreffende item weglaten.
Vervolgens de correlatie berekenen tussen item1di met restitem 1.
Daarna de correlatie berekenen tussen item6di met restitem 6.

Dit doe je door:
Analyze  Correlate  Bivariate  Variables: Restitem1 en Item1di  Paste  Run.
Dit ook voor item 6 doen!

CORRELATIONS
/VARIABLES=item1di with Restitem1
/PRINT=TWOTAIL NOSIG
/MISSING=PAIRWISE.

CORRELATIONS
/VARIABLES=item6di with Restitem6
/PRINT=TWOTAIL NOSIG
/MISSING=PAIRWISE.

Item Characteristic Curve (ICC) maken van Item2di en Item4di
Graphs  Legacy Dialogs  Line  Simple  Other Statistic  Variabele: Item2di  Category Axis:
Variabele Somgoed  Paste  Run.
Dit ook voor item 4 doen!

Syntax:
GRAPH
/LINE(SIMPLE)=MEAN(item2di) BY somgoed.

GRAPH
/LINE(SIMPLE)=MEAN(item4di) BY somgoed.

Referentielijn toevoegen:
Dubbelklik op grafiek in output  Symbool ‘Add a reference line to the Y-axis’  Bij ‘Scale axis
position’ vul je 0.5 in.

Hoge moeilijkheidsgraad (deel van de mensen dat de vraag goed beantwoord): als meer mensen de
vraag goed hebben, is de vraag makkelijker.

Kruistabel maken van hercodeerde items Item5di en item6di
Analyze  Descriptive Statistics  Crosstabs  Row: item5di  Column: item6di  Statistics: ‘Phi
and Cramer’s V aanvinken  Continue  Paste  Run.

Syntax:
CROSSTABS
/TABLES=item5di BY item6di

, /FORMAT=AVALUE TABLES
/STATISTICS=PHI
/CELLS=COUNT
/COUNT ROUND CELL.

Phi is de specifieke correlatiecoëfficiënt voor 0-1 items. Als items verschillend zijn in moeilijkheid, dan
ga je nooit een hoge correlatie vinden. Je vindt een hoge correlatie als mensen items goed/fout
hebben. Als je een hele moeilijke en makkelijke vraag hebt, dan heb je bij de moeilijke vraag maar een
paar mensen die het goed hebben en bij de makkelijke vraag een paar mensen die het fout hebben.
Dus: vragen met een verschillende moeilijkheidsgraad vaak een lage correlatie.

C. Transformatie van testscores
Z-scores berekenen voor variabele
Analyze  Descriptive Statistics  Descriptives  Selecteer de variabele  Klik op ‘Save
standardized values as variables’  Paste  Run
Resultaat: nieuwe variabele in dataset.

Syntax:
DESCRIPTIVES
VARIABLES=kpvl_o /SAVE
/STATISTICS=MEAN STDDEV MIN MAX .

Percentielen (percentile ranks, manier om volgorde in data aan te geven) en genormaliseerde scores
berekenen voor variabele
Transform  Variabele invullen  Rank Cases  Rank Types  Fractional rank as % (dit zijn de
percentielen) [de optie ‘Rank’ uitzetten]  ‘Normal Scores’  ‘Rankit’  Continue  Paste  Run

Opmerking: deze percentielen en genormaliseerde scores zie je weliswaar niet in de output, maar
deze worden door SPSS wel bijgeschreven in de dataview. Zie weer aldaar en bekijk hoe deze nieuwe
variabelen door SPSS worden genoemd. Bekijk in de ‘Variable View’ ook de labels van de variabelen.

Syntax:
RANK
VARIABLES=kpvl_o (A) /NORMAL /PERCENT /PRINT=YES
/TIES=MEAN
/FRACTION=RANKIT .

Bereken met behulp van Compute op basis van de genormaliseerde ‘T-scores’ met een gemiddelde
van 50 en een standaarddeviatie van 10 (geef een goede naam en eventueel een label)
Transform  Compute variable  Target Variable: tkplv_o  Numeric Expression: Nkpvl_o * 10 + 50
 Paste  Run.

Syntax:
compute Tkpvl_o = Nkpvl_o * 10 + 50 .
execute.

T-scores maak je middels de normale scores, die vermenigvuldig je met 10 en je telt er 50 bij op.

Bereken op basis van de percentielen Stanines
Recode into different variable  Pkpvl_o als Numeric Variable  Stankpvl_o als Output Variable 
Klik op ‘Old and New Values’  Vul bij Range in: 0 through 4 en bij New Value: 1: dit doe je t/m 100
(zie Syntax hieronder)  Continue  Paste  Run.

NB. Degenen met een percentielscore van bijvoorbeeld 4 krijgen de stanine-score 1. Je neemt de
percentiele range als standaard leidraad voor het maken van Stanines. Je hoeft de percentiele range
niet uit je hoofd te kennen.
Dus: op basis van percentielen maak je stanines.


Syntax:

Beoordelingen van geverifieerde kopers

Alle 3 reviews worden weergegeven
4 jaar geleden

5 jaar geleden

5 jaar geleden

3,7

3 beoordelingen

5
1
4
1
3
0
2
1
1
0
Betrouwbare reviews op Stuvia

Alle beoordelingen zijn geschreven door echte Stuvia-gebruikers na geverifieerde aankopen.

Maak kennis met de verkoper

Seller avatar
De reputatie van een verkoper is gebaseerd op het aantal documenten dat iemand tegen betaling verkocht heeft en de beoordelingen die voor die items ontvangen zijn. Er zijn drie niveau’s te onderscheiden: brons, zilver en goud. Hoe beter de reputatie, hoe meer de kwaliteit van zijn of haar werk te vertrouwen is.
marlou0708 Radboud Universiteit Nijmegen
Bekijk profiel
Volgen Je moet ingelogd zijn om studenten of vakken te kunnen volgen
Verkocht
289
Lid sinds
6 jaar
Aantal volgers
180
Documenten
6
Laatst verkocht
4 maanden geleden

4,2

65 beoordelingen

5
20
4
41
3
1
2
2
1
1

Waarom studenten kiezen voor Stuvia

Gemaakt door medestudenten, geverifieerd door reviews

Kwaliteit die je kunt vertrouwen: geschreven door studenten die slaagden en beoordeeld door anderen die dit document gebruikten.

Niet tevreden? Kies een ander document

Geen zorgen! Je kunt voor hetzelfde geld direct een ander document kiezen dat beter past bij wat je zoekt.

Betaal zoals je wilt, start meteen met leren

Geen abonnement, geen verplichtingen. Betaal zoals je gewend bent via iDeal of creditcard en download je PDF-document meteen.

Student with book image

“Gekocht, gedownload en geslaagd. Zo makkelijk kan het dus zijn.”

Alisha Student

Veelgestelde vragen