Antwoord bij Oefening 5.2

a. Construeer een schaal voor de mate waarin iemand over politieke onderwerpen in het nieuws praat met de variabelen v54 tot en met v57.

Controleer eerst de variabelen en voer daarna de schaalconstructie compleet uit. Er blijkt een eendimensionale schaal te zijn (zowel op het eigenwaarde criterium als volgens het scree plot), waar alle vier de variabelen positief op laden (zie de component matrix hieronder). De eerste component verklaart 53,5% van de variantie. De vier items vormen een matig betrouwbare schaal (Cronbach’s α = 0,70), die iets verbeterd kan worden door item v55 (praten over de Tweede Kamerverkiezingen) weg te laten. Dit is gedaan, waardoor de betrouwbaarheid (Cronbach’s α) op 0,72 uitkomt. Als schaalscore is de gemiddelde score op de drie items genomen. Hoe hoger de score op deze schaal, des te vaker praat de respondent over politieke onderwerpen in het nieuws. (NB in SPSS is het commando MEAN gebruikt, zodat het niet erg is als een respondent een missing value heeft op een of twee van de items.)

Item-Total Statistics

Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted
Heeft u in de afgelopen twee weken gepraat over- de terroristische aanslagen 14,0212 28,739 ,505 ,627
Heeft u in de afgelopen twee weken gepraat over- de Tweede Kamer verkiezingen 13,1354 32,080 ,349 ,721
Heeft u in de afgelopen twee weken gepraat over- het asielbeleid in Nederland 14,7953 26,921 ,634 ,547
Heeft u in de afgelopen twee weken gepraat over- het Arabisch-Israëlisch conflict? 14,7073 28,896 ,477 ,645

b. Ga met een variantieanalyse na of er effecten zijn van sekse en leeftijdsgroep (18 tot en met 23 jaar, 24 tot en met 46, 47 jaar en ouder) op de mate waarin mensen over politieke onderwerpen in het nieuws praten. Formuleer de nulhypothesen en gebruik een significantieniveau van 5%. Rapporteer de resultaten op de voorgeschreven wijze.

Beschrijf en beoordeel eerst de onafhankelijke variabelen en de afhankelijke variabele die je bij opgave a hebt geconstrueerd (de schaal voor praten over politieke onderwerpen uit het nieuws). Groepeer dan de leeftijd in de gevraagde 3 categorieën. De paar respondenten die 0 tot en met 17 jaar oud zijn, worden dus buiten de analyse gelaten.
Er zijn ongeveer evenveel mannen als vrouwen en ook de leeftijdsgroepen zijn vrijwel even groot. Wel zijn er 36 minder mannen tussen de 18 en 23 jaar dan mannen tussen 47 jaar en ouder. Hier is het verschil meer dan 10%. Levene's toets op homogeniteit van varianties is echter (net) niet significant, F (5, 1539) = 2,17, p = 0,055. We kunnen de variantieanalyse dus toch zonder reserves uitvoeren.
Voer nu de variantieanalyse uit. Je hebt twee onafhankelijke variabelen (sekse en leeftijd), dus je moet een twee-factoren variantieanalyse toepassen.
De nulhypothesen zijn:

Onderstaande tabel toont de samenvatting van de resultaten. We kunnen etakwadraat voor de significante effecten makkelijk met de hand uitrekenen: de kwadratensom van het effect delen door de totale (corrected) kwadratensom. Ze zijn met de hand toegevoegd aan onderstaande tabel.
Hoewel de lijnen voor mannen en vrouwen met name tussen de middelste en hoogste leeftijdsgroep niet parallel lopen in de grafiek met de interactie-effecten, hoeven we dit niet te interpreteren aangezien het interactie-effect niet significant is.
Tests of Between-Subjects Effects
Dependent Variable: Praten over politieke onderwerpen in het nieuws
Source Type III Sum of Squares df Mean Square F Sig. Eta Squared
Corrected Model 81,395(a) 5 16,279 4,589 ,000  
Intercept 29522,105 1 29522,105 8321,329 ,000  
v1 37,860 1 37,860 10,671 ,001 0,007
v3groep 36,519 2 18,260 5,147 ,006 0,007
v1 * v3groep 3,058 2 1,529 ,431 ,650 0,001
Error 5460,008 1539 3,548
 
 
 
Total 35205,250 1545
 
 
 
 
Corrected Total 5541,403 1544
 
 
 
 
a R Squared = ,015 (Adjusted R Squared = ,011)
Descriptive Statistics
Dependent Variable: Praten over politieke onderwerpen in het nieuws
Bent u een vrouw of man? Leeftijdsklassen Mean Std. Deviation N
vrouw 18 - 23 jaar 4,0112 1,71123 268
24 - 46 jaar 4,3577 2,00831 260
47 jaar en ouder 4,2948 1,91386 242
Total 4,2173 1,88319 770
man 18 - 23 jaar 4,3092 1,81004 235
24 - 46 jaar 4,5713 1,91561 269
47 jaar en ouder 4,7239 1,92517 271
Total 4,5452 1,89270 775
Total 18 - 23 jaar 4,1504 1,76261 503
24 - 46 jaar 4,4663 1,96277 529
47 jaar en ouder 4,5214 1,92992 513
Total 4,3818 1,89446 1545

Conclusie: "In een tweewegs-variantieanalyse is er een significant maar zeer zwak verschil tussen mannen en vrouwen wat betreft de regelmaat waarmee zij praten over politieke onderwerpen in het nieuws, F (1, 1539) = 10,67, p = 0,001, η2 = 0,007. Mannen praten iets vaker over het nieuws (M = 4,55 op een schaal van 1 tot 9, SD = 1,89) dan vrouwen (M = 4,22, SD = 1,88).
Ook is er een significant hoofdeffect gevonden van leeftijdsklasse maar dit effect is net zo klein als dat van sekse, F (2, 1539) = 5,15, p = 0,06, η2 = 0,007.
Post-hoc meervoudige vergelijkingen laten zien dat er significante verschillen (p < 0,05) zijn tussen enerzijds de jongste categorie en anderzijds de twee oudere categorieën respondenten: de oudsten praten iets vaker over het nieuws dan de jongsten, Mverschil = 0,37 op een schaal van 1 tot 9, p = 0,005, en ook de respondenten tussen 24 en 46 jaar praten significant vaker over politieke onderwerpen dan de jongsten, Mverschil = 0,32, p = 0,021.
Het interactie-effect tussen sekse en leeftijd op het praten over het nieuws is niet significant, F (2, 1539) = 0,43, p = 0,650."

Multiple Comparisons
Schaal Praten over politieke onderwerpen in het nieuws
Bonferroni
(I) Leeftijdsklassen (J) Leeftijdsklassen Mean Difference (I-J) Std. Error Sig. 95% Confidence Interval
Lower Bound Upper Bound
1,00 18 - 23 jaar 2,00 24 - 46 jaar -,3159* ,11730 ,021 -,5970 -,0347
3,00 47 jaar en ouder -,3710* ,11819 ,005 -,6543 -,0878
2,00 24 - 46 jaar 1,00 18 - 23 jaar ,3159* ,11730 ,021 ,0347 ,5970
3,00 47 jaar en ouder -,0552 ,11671 1,000 -,3349 ,2246
3,00 47 jaar en ouder 1,00 18 - 23 jaar ,3710* ,11819 ,005 ,0878 ,6543
2,00 24 - 46 jaar ,0552 ,11671 1,000 -,2246 ,3349
Based on observed means.
The error term is Mean Square(Error) = 3,548.
*. The mean difference is significant at the ,05 level.

c. Voer een aparte variantieanalyse uit om het effect van de krant die mensen lezen (v7) op het praten over politieke onderwerpen in het nieuws te bepalen. Formuleer de nulhypothesen en gebruik een significantieniveau van 5%. Rapporteer de resultaten op de voorgeschreven wijze.

Beschrijf eerst de krant die de respondenten lezen. Daar blijken geen onmogelijk codes te zijn en de varianties zijn in de populatie hoogstwaarschijnlijk gelijk, dus we kunnen de variantieanalyse uitvoeren, F (8, 1530) = 0,50, p = 0,854.
Dit is een eenwegs-variantieanalyse omdat we nu alleen kijken naar het effect van de gelezen krant op praten over het nieuws. De (enige!) nulhypothese daarbij is dat er geen hoofdeffect is van de gelezen krant oftewel dat er in de populatie geen verschil is tussen lezers van verschillende kranten wat betreft het gemiddeld aantal keren dat zij over politieke onderwerpen uit het nieuws praten.
ANOVA
Praten over politieke onderwerpen in het nieuws

Sum of Squares df Mean Square F Sig.
Between Groups 151,065 8 18,883 5,389 ,000
Within Groups 5361,626 1530 3,504

Total 5512,690 1538


Er blijkt een significant verschil te zijn tussen de kranten. De volgende stap is nu om na te gaan tussen welke kranten er een verschil is in praten over het nieuws. Daarvoor voeren we de Bonferroni-toets uit.

De tabel met alle meervoudige vergelijkingen is erg onoverzichtelijk omdat er zoveel verschillende kranten zijn. Wanneer je de tabel doorneemt, zie je echter dat er vooral verschillen zijn tussen de categorie 'anders' en de lezers van NRC Handelsblad, Volkskrant en Trouw. De lezers van andere kranten scoren significant (p < 0,05) lager (M = 3,98, SD = 1,95) dan de NRC Handelsblad-lezers (M = 4,82, SD = 1,92), Volkskrant-lezers (M = 4,62, SD =1,83) en met name lezers van Trouw (M = 5,27, SD = 1,93).
Verder blijken de lezers van Metro of Spits (M = 4,15, SD = 1,80) significant (p < 0,05) lager te scoren dan lezers van NRC Handelsblad en Trouw.
De grafiek met de gemiddelde scores van de kranten illustreert dat met name lezers van Trouw en in mindere mate NRC Handelsblad en Volkskrant hoog scoren terwijl de lezers van Metro, Spits of een van de overige kranten relatief laag scoren.

Descriptives
Praten over politieke onderwerpen in het nieuws

N Mean Std. Deviation Std. Error 95% Confidence Interval for Mean Minimum Maximum
Lower Bound Upper Bound Lower Bound Upper Bound Lower Bound Upper Bound Lower Bound Upper Bound
nrchandelsblad 166 4,8173 1,91769 ,14884 4,5234 5,1111 1,00 9,00
volkskrant 221 4,6244 1,82719 ,12291 4,3822 4,8667 1,00 8,67
telegraaf 218 4,2515 1,87338 ,12688 4,0015 4,5016 1,00 8,33
algemeendagblad 113 4,4720 1,94147 ,18264 4,1101 4,8339 1,00 9,00
trouw 36 5,2685 1,92530 ,32088 4,6171 5,9199 1,00 8,67
parool 83 4,6265 1,85913 ,20407 4,2206 5,0325 1,00 9,00
spits/metro 385 4,1541 1,79857 ,09166 3,9739 4,3343 1,00 9,00
nrc next 78 4,7393 1,88993 ,21399 4,3132 5,1654 1,00 9,00
anders 239 3,9791 1,95133 ,12622 3,7304 4,2277 1,00 9,00
Total 1539 4,3843 1,89323 ,04826 4,2897 4,4790 1,00 9,00

Conclusie: "De kranten blijken significant te verschillen wat betreft de frequentie waarmee hun lezers praten over politieke onderwerpen uit het nieuws, eenwegs-variantieanalyse met F (8, 1530) = 5,39, p < 0,001, η2 = 0,03. Dit verschil is enigzins relevant: het effect is klein tot middelmatig groot. De meervoudige vergelijkingen laten zien dat er vooral een verschil is tussen lezers van Trouw (M = 5,27 op een schaal van 1 tot 9, SD = 1,93), NRC Handelsblad (M = 4,82, SD = 1,92) en de Volkskrant (M = 4,62, SD = 1,83) aan de ene kant, die veel over het nieuws praten, en lezers van Spits en Metro (M = 4,15, SD = 1,80) of kranten die niet in de vragenlijst genoemd worden (M = 3,98, SD = 1,95)."

d. Voer nu een variantieanalyse uit waarin je tegelijk het effect van sekse, leeftijdsgroep en krant bepaalt op het praten over politieke onderwerpen in het nieuws. Formuleer de nulhypothesen en gebruik een significantieniveau van 5%. Rapporteer de resultaten op de voorgeschreven wijze.

De variabelen zij allemaal al gecontroleerd, dus kan de variantieanalyse direct uitgevoerd worden. De (sub)groepen zijn niet ongeveer even groot maar we mogen uitgaan van homogene varianties in de populatie, F (53, 1470) = 1,05, p = 0,383.
Misschien zonder dat je het weet, voer je nu een driefactoren-variantieanalyse uit, aangezien je drie onafhankelijke variabelen hebt: sekse, leeftijd en krant. De nulhypothese voor elk van de drie hoofdeffecten is dat er geen verschil is tussen de gemiddelden in de populatie waar de steekproef uit getrokken is. Voor elk van de drie mogelijke (tweevoudige) interactie-effecten, namelijk het gezamenlijke effect van sekse en leeftijd, van sekse en krant, en van leeftijd en krant, is de nulhypothese ook dat er geen verschil is tussen de gemiddelden. Ook is er een (drievoudige) interactie-effect, namelijk het gezamenlijke effect van sekse, leeftijd en krant. Gelukkig blijkt dit effect niet significant te zijn, want het is erg lastig te interpreteren. Vraag voor alledrie de tweevoudige interactie-effecten een grafiek op om de effecten te kunnen beoordelen.

Conclusie: "In de meerwegs-variantieanalyse is er een significant, klein verschil tussen mannen en vrouwen, F (1, 1470) = 21,60, p < 0,001, η2 = 0,01, wat betreft de regelmaat waarmee zij praten over politieke onderwerpen in het nieuws. Mannen praten iets vaker over het nieuws (M = 4,55 op een schaal van 1 tot 9, SD = 1,90) dan vrouwen (M = 4,22, SD = 1,89).
Nu we controleren voor zowel sekse als de krant die men leest, is er nog steeds een significant maar zeer zwak (klein) hoofdeffect van leeftijdsklasse F (2, 1470) = 3,51, p = 0,030, η2 = 0,00. De verschillen zitten nog steeds tussen enerzijds de jongste respondenten (M = 4,16 op een 9 puntsschaal, SD = 1,77) en anderzijds de middelste leeftijdsgroep (M = 4,48, SD = 1,97) en de oudste leeftijdsgroep (M = 4,52, SD = 1,93).
De kranten blijken significant te verschillen wat betreft de frequentie waarmee hun lezers praten over politieke onderwerpen uit het nieuws, F (8, 1470) = 3,56, p < 0,001, η2 = 0,01; maar dit effect is klein. De meervoudige vergelijkingen laten zien dat er vooral een verschil is tussen lezers van Trouw, die veel over het nieuws praten (M = 5,28 op een schaal van 1 tot 9, SD = 1,98), en lezers van Spits/Metro (M = 4,15 SD = 1,80), de Telegraaf (M = 4,24, SD = 1,88) en niet in de vragenlijst genoemde of geen kranten (M = 3,97, SD = 1,95).
We vinden één significant maar zeer klein (tweevoudig) interactie-effect, namelijk tussen sekse en krant die men leest, F (8, 1470) = 2,66, p = 0,007, η2 = 0,01. Uit de grafiek met de gemiddelde scores op praten over het nieuws voor kranten onderverdeeld naar sekse, zien we vooral bij Trouw een groot verschil tussen mannen en vrouwen. Hoewel mannen over het algemeen wat vaker over politieke onderwerpen uit het nieuws praten dan vrouwen (de groene lijn ligt doorgaans boven de blauwe lijn), is dit verschil bij lezers van Trouw duidelijk groter dan bij andere kranten. Het verschil tussen mannen en vrouwen is daarentegen opvallend klein bij NRC Handelsblad, deVolkskrant, Parool en Spits/Metro."

NB de resultaten voor de effecten zijn soms iets anders dan bij opgaven b, c en d omdat het totaal aantal respondenten in de analyse wat lager ligt. Voor elk van de onafhankelijke variabelen kunnen er respondenten afvallen omdat zij een missing value hebben. Bovendien controleren we nu voor meer andere effecten. Wanneer je een grafiek krijgt waar niet alle kranten bij de X-as staan, kun je de grafiek in de Chart Editor bewerken. Dubbelklik op een grafiek om de Chart Editor te openen en dubbelklik vervolgens op een element in de grafiek om dit element aan te passen.
Tests of Between-Subjects Effects
Dependent Variable: Praten over politieke onderwerpen in het nieuws
Source Type III Sum of Squares df Mean Square F Sig. Eta Squared
Corrected Model 439,779(a) 53 8,298 2,415 ,000
Intercept 12130,424 1 12130,424 3530,944 ,000
v1 74,196 1 74,196 21,597 ,000 ,014
v3groep 24,141 2 12,070 3,513 ,030 ,004
v7 97,742 8 12,218 3,556 ,000 ,018
v1 * v3groep 12,351 2 6,175 1,798 ,166
v1 * v7 73,209 8 9,151 2,664 ,007 ,013
v3groep * v7 78,002 16 4,875 1,419 ,124
v1 * v3groep * v7 51,930 16 3,246 ,945 ,517
Error 5050,129 1470 3,435


Total 34788,694 1524



Corrected Total 5489,907 1523



a R Squared = ,080 (Adjusted R Squared = ,047)

Wanneer je met de hand ook de post-hoc toets voor het interactie-effect aan de syntax hebt toegevoegd, krijg je ook onderstaande tabel. Hieruit blijkt dat de verschillen tussen mannen en vrouwen significant zijn bij lezers van De Telegraaf, AD, Trouw en de categorie 'anders'.
NB HET COMMANDO VOOR PAARSGEWIJZE (POST-HOC) VERGELIJKINGEN VOOR EEN INTERACTIE-EFFECT IS GEEN STOF VOOR DE PRACTICUMTOETS OF HET TENTAMEN.

Pairwise Comparisons
Dependent Variable:Schaal Praten over politieke onderwerpen in het nieuws
Welke krant leest U? (I) Bent u een vrouw of man? (J) Bent u een vrouw of man? Mean Difference (I-J) Std. Error Sig.a 95% Confidence Interval for Differencea
Lower Bound Upper Bound
1 nrchandelsblad 0 vrouw 1 man -,558 ,338 ,099 -1,222 ,106
1 man 0 vrouw ,558 ,338 ,099 -,106 1,222
2 volkskrant 0 vrouw 1 man ,002 ,262 ,995 -,512 ,515
1 man 0 vrouw -,002 ,262 ,995 -,515 ,512
3 telegraaf 0 vrouw 1 man -,755* ,268 ,005 -1,282 -,229
1 man 0 vrouw ,755* ,268 ,005 ,229 1,282
4 algemeendagblad 0 vrouw 1 man -,752* ,364 ,039 -1,467 -,038
1 man 0 vrouw ,752* ,364 ,039 ,038 1,467
5 trouw 0 vrouw 1 man -2,683* ,795 ,001 -4,242 -1,124
1 man 0 vrouw 2,683* ,795 ,001 1,124 4,242
6 parool 0 vrouw 1 man -,015 ,432 ,973 -,862 ,833
1 man 0 vrouw ,015 ,432 ,973 -,833 ,862
7 spits/metro 0 vrouw 1 man ,163 ,310 ,599 -,444 ,770
1 man 0 vrouw -,163 ,310 ,599 -,770 ,444
8 nrc next 0 vrouw 1 man -,780 ,686 ,256 -2,126 ,566
1 man 0 vrouw ,780 ,686 ,256 -,566 2,126
9 anders 0 vrouw 1 man -,928* ,262 ,000 -1,441 -,414
1 man 0 vrouw ,928* ,262 ,000 ,414 1,441
Based on estimated marginal means
a. Adjustment for multiple comparisons: Bonferroni.
*. The mean difference is significant at the ,05 level.

Syntax


*Syntax bij oefening 5_2.

*Opdracht a.
*Beschrijven en indien nodig bewerken van de variabelen.
FREQUENCIES
  VARIABLES=v54 v55 v56 v57
  /ORDER= ANALYSIS .
*Schaalconstructie: PCA.
FACTOR
  /VARIABLES v54 v55 v56 v57 /MISSING LISTWISE /ANALYSIS v54 v55 v56 v57
  /PRINT INITIAL EXTRACTION ROTATION
  /PLOT EIGEN
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /CRITERIA ITERATE(25)
  /ROTATION VARIMAX
  /METHOD=CORRELATION .
*Betrouwbaarheid.
RELIABILITY
  /VARIABLES=v54 v55 v56 v57
  /SCALE('Praten over het nieuws') ALL/MODEL=ALPHA
  /SUMMARY=TOTAL .
*Betrouwbaarheid bij 3 items.
RELIABILITY
  /VARIABLES=v54 v56 v57
  /SCALE('Praten over het nieuws') ALL/MODEL=ALPHA
  /SUMMARY=TOTAL .
*Berekening schaalscore.
COMPUTE Schaal = MEAN(v54,v56,v57) .
VARIABLE LABELS Schaal 'Praten over politieke onderwerpen in het nieuws' .
EXECUTE .

*Opdracht b.
*Beschrijven en indien nodig bewerken van de variabelen.
FREQUENCIES
  VARIABLES=v1 v3
  /ORDER= ANALYSIS .
*Bewerken variabelen.
*Label toevoegen aan mannen.
*Define Variable Properties.
*v1.
VALUE LABELS v1
   0 'vrouw'
   1 'man' .
EXECUTE.
*Leeftijd in 3 groepen indelen.
RECODE
  v3
  (18 thru 23=1) (24 thru 46=2) (47 thru Highest=3) (ELSE=SYSMIS) INTO v3groep .
VARIABLE LABELS v3groep 'Leeftijdsklassen'.
EXECUTE .
*Define Variable Properties.
*v3groep.
VALUE LABELS v3groep
   1 '18 - 23 jaar'
   2 '24 - 46 jaar'
   3 '47 jaar en ouder' .
EXECUTE.
*Twee-factoren variantieanalyse.
UNIANOVA
  Schaal BY v1 v3groep
  /METHOD = SSTYPE(3)
  /INTERCEPT=INCLUDE
  /POSTHOC = v3groep ( BONFERRONI)
  /PLOT = PROFILE( v3groep*v1 )
  /PRINT = HOMOGENEITY DESCRIPTIVE
  /CRITERIA = ALPHA(.05)
  /DESIGN = v1 v3groep v1*v3groep .

*Opdracht c.
*Beschrijven van v7.
FREQUENCIES
  VARIABLES=v7
  /ORDER= ANALYSIS .
*Een-factor variantieanalyse.
ONEWAY
  Schaal BY v7
  /STATISTICS DESCRIPTIVES HOMOGENEITY
  /PLOT MEANS
  /MISSING ANALYSIS
  /POSTHOC = BONFERRONI ALPHA(.05).

*Opdracht d.
*Drie-weg variantieanalyse.
UNIANOVA
  Schaal BY v1 v3groep v7
  /METHOD = SSTYPE(3)
  /POSTHOC = v3groep v7 ( BONFERRONI )
  /EMMEANS =TABLES(v7 BY v1) COMPARE(v1) ADJ(BONFERRONI)
  /PLOT = PROFILE( v3groep*v1 v7*v1 v3groep*v7 )
  /PRINT = HOMOGENEITY DESCRIPTIVE
  /CRITERIA = ALPHA(.05)
  /DESIGN = v1 v3groep v7 v1*v3groep v1*v7 v3groep*v7 v1*v3groep*v7 .