Hoe weet je welke methode je moet gebruiken in SPSS? CH.10

Samengestelde samenvatting, gebaseerd op hoofdstuk 10 van SPSS Survival Manual van Pallant, 6e druk uit 2016.

10.1 Welke statistische methoden zijn er?

In sommige onderzoeken wordt een enkele methode gebruikt, maar bij veel onderzoeken worden meerdere methoden gebruikt. In elk geval is het cruciaal om de juiste onderzoeksmethode te kiezen.

Hieronder wordt nog niet behandeld hoe je de onderzoeksmethoden precies toepast. Het overzicht hieronder is namelijk bedoeld om een korte introductie te geven van onderzoeksmethoden, zodat je op basis daarvan een keuze kunt maken voor welke methode je nodig hebt.

Welke methoden zijn er om verbanden tussen variabelen te onderzoeken?

Als je de verbanden tussen verschillende variabelen wilt onderzoeken, bijvoorbeeld tussen leeftijd en drugsgebruik, zijn er verschillende methoden mogelijk. Deze methoden zijn ook handig voor het verwerken van de resultaten van de meeste soorten enquêtes.

Introductie correlatie

Een correlatieanalyse wordt gebruikt om de sterkte en de richting van een lineaire relatie tussen twee variabelen te beschrijven. Er zijn verschillende statistieken beschikbaar in IBM SPSS om een correlatie te meten, waaronder de Pearson productmoment correlation cofficient (r) en de Spearman Rank Order Correlation (rho). Pearson r wordt gebruikt bij variabelen op intervalniveau terwijl de Spearman rho wordt gebruikt bij variabelen op ordinaal niveau. Een correlatie geeft aan in hoeverre twee variabelen samenhangen, bijvoorbeeld het zijn van een man en het dragen van roze kleding.

Positieve en negatieve correlaties

Correlaties worden ook vaak gebruikt om data te beschrijven en de data te checken op assumpties. De correlatiecoëfficiënt kan zowel negatief als positief zijn en ligt altijd tussen -1 en 1. Een correlatie van -1 is een perfect negatieve correlatie. Hierbij is sprake van een verband tussen twee tegenovergestelde dingen. Denk hierbij aan het dragen van een bikini en het niet dragen van handschoenen. Een correlatie van 1 is een perfecte positieve correlatie. Hierbij is sprake van een verband tussen twee positieve of twee negatieve variabelen. Bijvoorbeeld: het dragen van een bikini en het eten van een ijsje. Een correlatie van 0 indiceert dat er geen sprake is van een relatie tussen twee variabelen.

Voorbeeld van een onderzoeksvraag met correlaties

Nu volgt een voorbeeld van een onderzoeksvraag naar een correlationeel verband.

Onderzoeksvraag: Is er een verband tussen de hoeveelheid tentamenstress en de hoeveelheid alcoholconsumptie van studenten? Drinken mensen met meer tentamenstress meer alcohol of minder alcohol?

• Wat heb je nodig: twee variabelen, allebei continue, of één continue en de ander dichotoom (twee waarden)
• Wat doet het: correlatie beschrijft de relatie tussen twee continue variabelen van zowel de sterkte van de relatie als de richting van het verband.
• Niet-parametrisch alternatief: Spearman Rank Order Correlation (rho).

Introductie partiële correlatie

Deze vorm van correlatie bouwt verder op Pearson correlatie. Partiële correlatie stelt je in staat om de effecten van een misleidende variable te beïnvloeden. Als een variabele zoals sociaal wenselijk antwoorden bijvoorbeeld je onderzoeksresultaten beïnvloedt, kun je deze effecten verwijderen.

Introductie multipele regressie

De multiple regressieanalyse kijkt of er een (voorspellend) verband is op basis van de correlatie van meerdere onafhankelijke variabelen met de afhankelijke variabelen. De multiple regressieanalyse maakt gebruik van continue of ordinale data maar kan daarnaast ook één of meerdere categorische variabelen meenemen als onafhankelijke variabelen.

In principe kunnen factorial ANOVA en multipele regressie hetzelfde berekenen. Factorial ANOVA wordt in de praktijk vaker gebruikt voor experimenteel onderzoek en de multipele regressie meestal voor niet experimenteel onderzoek.

Er bestaan drie soorten multipele regressie: standaard, hiërarchisch of stapsgewijs.

Introductie factoranalyse

Met factoranalyse kun je een grote hoeveelheid variabelen of schaaleenheden terugbrengen tot een behapbaar aantal factoren. Factoranalyse stelt je namelijk in staat om patronen in correlatie te zoeken en soortgelijke groepen te vinden. Deze methode wordt gebruikt om een onderliggende structuur bloot te leggen, schalen te ontwikkelen en meeteenheden te bepalen.

Welke methoden zijn er om verschillen tussen groepen te onderzoeken?

Als je wilt onderzoeken of er een significant verschil is tussen meerdere groepen, zijn er meerdere methoden die je kunt gebruiken. De parametrische versies van deze methoden zijn alleen geschikt als de data een normaalverdeling met interval geschaalde gegevens betreffen. In de overige gevallen zijn er non-parametrische alternatieven.

Introductie t-tests

T-toetsen ofwel t-tests gebruik je bij twee verschillende groepen of twee verschillende datasets en je de gemiddelde score van een continue variabele wilt vergelijken. Er bestaan verschillende soorten t-toetsen. De twee meest voorkomende zijn de onafhankelijke t-toets (independent-samples t-test) en de gepaarde t-toets (paired-samples t-test). De onafhankelijke t-toets wordt gebruikt wanneer de je de gemiddelde scores van twee verschillende groepen wilt vergelijken. De gepaarde t-toets gebruik je wanneer je de gemiddelde scores van dezelfde groep mensen wil vergelijken op verschillende momenten of wanneer je gematchte paren hebt.

De non-parametrische alternatieven voor t-tests zijn de Mann-Whitney U Test en de Wilcoxon Signed Rank Test.

Introductie eenweg ANOVA

ANOVA is de afkorting voor Analysis of Variance. Een eenweg variantieanalyse (one-way analysis of variance) heeft één onafhankelijke variabele (deze wordt de factor genoemd) die verschillende niveaus heeft. Deze niveaus corresponderen met verschillende groepen of condities. Een voorbeeld is de invloed van de vorm van therapie op de mate van depressie. De vorm van therapie (psychotherapie, farmacotherapie, geen therapie) is hierbij de onafhankelijke variabele, bestaande uit drie niveaus. De afhankelijke variabele hierbij is de mate van depressie.

De eenweg variantieanalyse heet zo, aangezien het de variantie (variabiliteit in scores) tussen verschillende goepen vergelijkt met de variantie binnen elke groep (mate van toeval). De eenweg variantieanalyse berekent vervolgens een F-ratio. Deze F-ratio staat voor de variantie tussen de groepen gedeeld door de variantie binnen de groepen. Een grote F-ratio indiceert meer variabiliteit tussen de groepen (veroorzaakt door de onafhankelijke variabele) dan binnen de groepen (de error). Een significante F-toets suggereert dat er sprake is van een verschil tussen de verschillende groepen. Het vertelt ons echter niet wat dit verschil precies is. Om dit te onderzoeken is een post-hoc toets vereist, met een post-hoc toets onderzoek je welke groepen precies significant verschillen van elkaar.

Binnen eenweg variantieanalyse zijn er twee soorten: herhaalde metingen ANOVA ofwel repeated measures ANOVA (in geval van dezelfde mensen maar op meerdere momentopnames) en ANOVA tussen groepen ofwel between-groups ANOVA (resultaten bij twee of meer verschillende groepen mensen). De laastgenoemde soort kan ook worden toegepast bij onafhankelijke steekproeven.

Het non-parametrische alternatief voor eenweg ANOVA zijn de Kruskal-Wallis Test en de Friedman Test.

Introductie tweeweg ANOVA

Met tweeweg variantieanalyse kun je de effecten van twee onafhankelijke variabelen op een afhankelijke variabele zichtbaar maken.

Binnen tweeweg variantieanalyse zijn er twee soorten: herhaalde metingen ANOVA ofwel repeated measures ANOVA (in geval van dezelfde mensen maar op meerdere momentopnames) en ANOVA tussen groepen ofwel between-groups ANOVA (resultaten bij twee of meer verschillende groepen mensen). Bij sommige onderzoeken worden deze methoden gecombineerd, dit wordt 'Mixed Designs' of 'Split Plot' genoemd.

Introductie MANOVA

MANOVA is de afkorting voor Multivariate Analysis of Variance. Bij een MANOVA is in tegenstelling tot andere analyses een toets waarbij niet één afhankelijke variabele wordt voorspeld, maar meerdere afhankelijke variabelen. Een MANOVA vergelijkt groepen en vertelt of er sprake is van verschillen tussen de groepen met betrekking tot de combinatie van verschillende afhankelijke variabelen.

Introductie ANCOVA

ANCOVA is de afkorting voor Analysis of covariance. Met een ANCOVA kan men een variabele in twee of meer groepen met elkaar vergelijken en kijken of andere variabelen invloed hebben op deze relatie. Deze andere variabelen worden ook wel covariaten genoemd. Eigenlijk combineert de ANCOVA de ANOVA analyse en de regressieanalyse. Met de ANCOVA kan men kijken of een populatiegemiddelde van de afhankelijke variabele gelijk is over alle levels van de categorische onafhankelijke variabele en controleert tegelijkertijd de effecten van andere continue variabelen. Je kunt ANCOVA gebruiken als je de effecten van een bepaalde variabele wilt verwijderen.

10.2 Hoe maak je een besluit?

Het volgende stappenplan helpt bepalen welke methode je in SPSS gebruikt:

1. Bepaal welke vragen je wilt beantwoorden. Formuleer de vragen zo specifiek mogelijk.
2. Bepaal welke enquête-onderdelen en schalen je nodig hebt.
3. Bepaal welke soort variabelen nodig zijn (afhankelijk/onafhankelijk, categorisch/ordinaal/continu).
4. Maak per onderzoeksvraag een diagram, om voor jezelf te visualiseren welke resultaten je beoogt.
5. Beslis of je een parametrische methode kunt gebruiken, of een non-parametrisch alternatief nodig hebt. Vraag jezelf af of er sprake is van een normaalverdeling, en of aan de andere assumpties voor specifieke parametrische methoden is voldaan.
6. Maak het uiteindelijke besluit welke methode je gaat gebruiken. Gebruik het overzicht van benodigdheden hieronder.

10.3 Wat is er nodig voor de meest gebruikte methoden in SPSS?

Hier volgt per methode in SPSS wat ervoor nodig is qua variabelen etc., bij welke soort onderzoeksvragen de methode meestal wordt gebruikt, wat voor resultaten er uit het onderzoek komen, en hoe de output meestal wordt weergegeven.

Chi-kwadraat bij onafhankelijke variabelen

• Onderzoekssoort: verbanden tussen variabelen onderzoeken
• Voorbeeldvraag: Wat is het verband tussen het aantal statistiekvakken en uitvalpercentages binnen de studie psychologie?
• Benodigdheden: een categorische onafhankelijke variabele en een categorische afhankelijke variabele

Correlatie

• Onderzoekssoort: verbanden tussen variabelen onderzoeken
• Voorbeeldvraag: Is er een verband tussen leeftijd en empathie? Worden mensen empathischer naarmate ze ouder worden?
• Benodigdheden: twee continue variabelen

Partiële correlatie

• Onderzoekssoort: verbanden tussen variabelen onderzoeken
• Voorbeeldvraag: Als de effecten gecorrigeeerd zijn voor sociaal wenselijk antwoorden, is er dan nog steeds een verband tussen empathie en het hebben van een grote vriendenkring?
• Benodigdheden: drie continue variabelen (waarvan een sociaal wenselijk antwoorden is)

Multipele regressie

• Onderzoekssoort: verbanden tussen variabelen onderzoeken
• Voorbeeldvraag: Hoeveel variantie in sociaal zijn kan worden verklaard door: empathie, zelfvertrouwen en dominantie? Welke van deze variabelen heeft de grootste invloed op hoe sociaal iemand is?
• Benodigdheden: een continue afhankelijke variabele en minstens twee continue onafhankelijke variabelen

Onafhankelijke t-toets

• Onderzoekssoort: verschillen tussen groepen onderzoeken
• Voorbeeldvraag: Zijn mannen vaker verkouden dan vrouwen?
• Benodigdheden: een categorische onafhankelijke variabele met slechts twee groepen, en een continue afhankelijke variabele

Gepaarde t-toets

• Onderzoekssoort: verschillen tussen groepen onderzoeken
• Voorbeeldvraag: Helpt tien weken karatetraining bij het verminderen van depressie? Is er een verschil tussen tijdsopname 1 (voor de training) en tijdsopname 2 (na de training)?
• Benodigdheden: een categorische onafhankelijke variabele (tijdsopname 1 en tijdsopname 2) en een continue afhankelijke variabele

Eenweg ANOVA tussen groepen

• Onderzoekssoort: verschillen tussen groepen onderzoeken
• Voorbeeldvraag: Is er een verschil in empathie bij mensen onder 20, tussen 21 en 40, en 41 jaar en ouder?
• Benodigdheden: een categorische onafhankelijke variabele en een continue afhankelijke variabele

Tweeweg ANOVA tussen groepen

• Onderzoekssoort:verschillen tussen groepen onderzoeken
• Voorbeeldvraag: Wat is het effect van leeftijd op empathie bij mannen en bij vrouwen?
• Benodigdheden: twee categorische onafhankelijke variabelen en een continue afhankelijke variabele

Mixed ANOVA

• Onderzoekssoort: verschillen tussen groepen onderzoeken
• Voorbeeldvraag: Wat is effectiever in het stimuleren van een passie voor statistiek (een universitaire studie versus makkelijker bruikbare software in de toekomst), gemeten op drie momenten (voor de studie, na de studie, en tien jaar later wanneer software verder ontwikkeld is)?
• Benodigdheden: een tussen-groepen onafhankelijke variabele, een binnen-groepen onafhankeliijke variabele (de tijdsopnames) en een continue afhankelijke variabele (de passie voor statistiek)

MANOVA

• Onderzoekssoort: verschillen tussen groepen onderzoeken
• Voorbeeldvraag: Hebben vrouwen eigenschappen waardoor ze meer effecten ervaren van verliefdheid dan mannen? (gemeten met betrekking tot optimisme, meegaandheid en hoeveelheid serotonine)?
• Benodigdheden: een categorische onafhankelijke variabele en minstens twee continue afhankelijke variabelen

ANCOVA

• Onderzoekssoort: verschillen tussen groepen onderzoeken
• Voorbeeldvraag: Is er een groter significant verschil in de uitkomsten van een tentamen statistiek, als mensen een universitaire studie hebben gevolgd of als software in de toekomst verder is ontwikkeld (gecorrigeerd voor de uitkomsten vooraf)?
• Benodigdheden: een categorische onafhankelijke variabele, een continue afhankelijke variabele (de uitkomsten op tijdsopname 2) en minstens een continue covariabele (tijdsopname 1).