Antwoord bij oefening 1.9

a. Construeer een schaal met de variabelen dem56, dem59, dem60, dem65, dem66, dem67, dem72 en dem83.

LET OP: je gebruikt nu als oefening de factorscores van SPSS als schaalvariabele. Later zullen we de schaalvariabele echter steeds apart berekenen als de gemiddelde of totale score op alleen die items die goed genoeg bij de factor passen (zie hint Een schaal construeren).

Voer alle stappen uit, inclusief univariate beschrijving en bewerking! Scores 8 (geen opgave) en 9 (niet van toepassing) moeten als missing values worden aangemerkt want ze geven geen informatie over de respondent.

Resultaten:
Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative %
1 5,367 67,090 67,090 5,367 67,090 67,090
2 ,596 7,451 74,541


3 ,525 6,568 81,109


4 ,413 5,157 86,266


5 ,321 4,011 90,277


6 ,297 3,711 93,988


7 ,273 3,413 97,401


8 ,208 2,599 100,000


Extraction Method: Principal Component Analysis.

Component Matrix(a)

Component
1
Interesse in politiek ,869
Interesse in verkiezingsuitslagen ,830
Interesse in achtergrond politiek ,844
Interesse in landelijke politiek ,902
Interesse in buitenlandse politiek ,805
Interesse in plaatselijke politiek ,688
Praten over politiek ,744
Politiek bijblijven ,850
Extraction Method: Principal Component Analysis.
a 1 components extracted.

Interpretatie: De 8 items vormen samen duidelijk één component, dus een eendimensionale schaal. Maar één component heeft een eigenwaarde boven de 1 (eigenwaarde is 5,37) en er is een duidelijke knik na deze component in het scree plot.
Alle items hangen positief samen met de eerste component, waarbij de variabele "Interesse in landelijke politiek" de hoogste samenhang heeft (componentlading is 0,90). De schaal lijkt dus de interesse in politiek of politieke betrokkenheid te meten.
Wanneer we naar de oorspronkelijke variabelen kijken, zien we dat een hoge score op de items juist een lage interesse weergeven. De schaal meet dus geen politieke interesse, maar politieke desinteresse: hoe hoger de schaalscore, des te hoger de politieke desinteresse van de respondent.

b. Hangt het lezen van opiniebladen (dem122) samen met de score op de bij (a) geconstrueerde schaal?

Wanneer we dem122 als een ordinale variabele opvatten (wat het eigenlijk is), kunnen we Gamma en Tau B gebruiken als (symmetrische) associatiematen. De schaalvariabele moet dan wel in klassen gehercodeerd worden.
De keuze van het aantal klassen is vrij. We kiezen hier voor een indeling in 5 klassen met ongeveer evenveel respondenten in elke klasse. We krijgen dan de volgende resultaten:
Leeskans Opiniebladen * Politieke desinteresse in 5 klassen. Crosstabulation



Politieke desinteresse in 5 klassen. Total
1,00 2,00 3,00 4,00 5,00 1,00
Leeskans Opiniebladen Geen (0) Count 60 117 152 157 178 664
% within Politieke desinteresse in 5 klassen. 21,5% 41,8% 49,5% 51,8% 61,2% 45,5%
Laag Count 136 118 130 125 107 616
% within Politieke desinteresse in 5 klassen. 48,7% 42,1% 42,3% 41,3% 36,8% 42,2%
Midden Count 36 22 9 12 2 81
% within Politieke desinteresse in 5 klassen. 12,9% 7,9% 2,9% 4,0% ,7% 5,5%
Hoog Count 47 23 16 9 4 99
% within Politieke desinteresse in 5 klassen. 16,8% 8,2% 5,2% 3,0% 1,4% 6,8%
Total Count 279 280 307 303 291 1460
% within Politieke desinteresse in 5 klassen. 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%

Symmetric Measures


Value Asymp. Std. Error(a) Approx. T(b) Approx. Sig.
Ordinal by Ordinal Kendall's tau-b -,256 ,021 -12,136 ,000
Gamma -,364 ,028 -12,136 ,000
N of Valid Cases 1460


a Not assuming the null hypothesis.
b Using the asymptotic standard error assuming the null hypothesis.

Interpretatie: Er is een zwakke tot matige samenhang tussen de frequentie waarmee men opiniebladen leest en de politieke interesse (Gamma = -0,36, Kendall's tau-b = -0,26). Dit verband is negatief, dus hoe meer men opiniebladen leest, des te lager is de politieke desinteresse. Anders gezegd, mensen die meer opiniebladen lezen zijn meer geïnteresseerd in politiek.

c. Welke sociaal-economische of demografische achtergrondkenmerken van de respondenten hangen, denk je, samen met de score op de bij (a) geconstrueerde schaal? Toets je verwachtingen.

Beargumenteer je keuze door aan te geven welk effect je verwacht van de achtergrondvariabele op de score voor politieke desinteresse, liefst ook waarom je dit effect verwacht. Kies voor de toetsing de (asymmetrische!) associatiemaat die gezien de meetniveaus gebruikt mag worden. Wanneer de achtergrondvariabele nominaal of ordinaal is, moet de schaalscore voor politieke desinteresse eerst in klassen worden verdeeld (zie hierboven) en kan kruistabelanalyse worden toegepast met lambda, Goodman en Kruskal tau of Somers' d. Bij de interval/ratio achtergrondvariabelen kan het beste regressieanalyse gebruikt worden. Je kunt dan eventueel meer achtergrondvariabelen tegelijk in de regressieanalyse stoppen.

Syntax

*Onderdeel a: schaalconstructie.
*Univariate beschrijving en bewerking.
FREQUENCIES
  VARIABLES=dem56 dem59 dem60 dem65 dem66 dem67 dem72 dem83
  /ORDER= ANALYSIS .
*Univariaat bewerken: scores 8 (geen opgave) en 9 (niet van toepassing) moeten als missing values worden aangemerkt.
*Define Variable Properties.
*dem56.
MISSING VALUES dem56 ( 8, 9 ).
*dem59.
MISSING VALUES dem59 ( 8, 9 ).
*dem60.
MISSING VALUES dem60 ( 8, 9 ).
*dem65.
MISSING VALUES dem65 ( 8, 9 ).
*dem66.
MISSING VALUES dem66 ( 8, 9 ).
*dem67.
MISSING VALUES dem67 ( 8, 9 ).
*dem72.
MISSING VALUES dem72 ( 8, 9 ).
*dem83.
MISSING VALUES dem83 ( 8, 9 ).
EXECUTE.
*Controle.
FREQUENCIES
  VARIABLES=dem56 dem59 dem60 dem65 dem66 dem67 dem72 dem83
  /ORDER= ANALYSIS .
*PCA.
FACTOR
  /VARIABLES dem56 dem59 dem60 dem65 dem66 dem67 dem72 dem83 /MISSING
  LISTWISE /ANALYSIS dem56 dem59 dem60 dem65 dem66 dem67 dem72 dem83
  /PRINT INITIAL EXTRACTION ROTATION
  /PLOT EIGEN
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /CRITERIA ITERATE(25)
  /ROTATION VARIMAX
  /SAVE REG(ALL)
  /METHOD=CORRELATION .
*Schaalvariabele een naam geven.
*Define Variable Properties.
*FAC1_1.
VARIABLE LABELS FAC1_1 'Politieke desinteresse'.
EXECUTE.

*Onderdeel b: samenhang met het lezen van opiniebladen (dem122).
*Beschrijving dem122.
FREQUENCIES
  VARIABLES=dem122
  /ORDER= ANALYSIS .
*"Geen opgave" (waarde = 8) en "Niet van toepassing" (9) als missing definiëren.
*Define Variable Properties.
*dem122.
MISSING VALUES dem122 ( 8, 9 ).
EXECUTE.
*Controle.
FREQUENCIES
  VARIABLES=dem122
  /ORDER= ANALYSIS .
*Samenhang op ordinaal niveau.
*Groeperen van schaalscore: 5 klassen van gelijke breedte.
FREQUENCIES
  VARIABLES=FAC1_1 /FORMAT=NOTABLE
  /NTILES= 5
  /ORDER= ANALYSIS .
RECODE
  FAC1_1
  (Lowest thru -0.88=1) (-0.88 thru -0.30=2) (-0.30 thru 0.46=3) (0.46
  thru 1.06=4) (1.06 thru Highest=5) INTO FAC1_1HER .
VARIABLE LABELS FAC1_1HER 'Politieke desinteresse in 5 klassen.'.
EXECUTE .
*Berekenen symmetrische associatiematen.
CROSSTABS
  /TABLES=dem122 BY FAC1_1HER
  /FORMAT= AVALUE TABLES
  /STATISTIC=GAMMA BTAU
  /CELLS= COUNT COLUMN
  /COUNT ROUND CELL .

*Onderdeel c: effecten van achtergrondvariabelen.
*Probeer zelf.