Deze menu-aansturingen zijn van toepassing op versies 14.0 en 15.0 van SPSS

Menu aansturing van SPSS voorbeeld in hoofdstuk 9 over multipele correspondentie (HOMALS) en niet-linaire principale componenten analyse (PRINCALS) van kenmerken van moorden Hieronder wordt uitgelegd hoe alle analyses besproken in paragraaf 9.5 van hoofdstuk 9 van het boek Bijleveld, C.C.J.H. en Commandeur, J.J.F. (2008). Multivariate analyse. Een inleiding voor criminologen en andere sociale wetenschappers. Den Haag: Boom Juridische uitgevers. met de menu-aansturing van SPSS kunnen worden uitgevoerd. De hieronder aangegeven paragraaf-kopjes (9.5.1 HOMALS, et cetera) verwijzen steeds naar de corresponderende paragrafen uit het boek. Deze menu-aansturingen zijn van toepassing op versies 14.0 en 15.0 van SPSS. 9.5.1 HOMALS Open het bestand moorden.sav in SPSS. Kies – om een multipele correspondentie analyse uit te voeren van variabelen v1 t/m v8 uit het bestand moorden.sav – het SPSS menu , en kies in het ‘Optimal Scaling’ venster voor de opties ‘All variables multiple nominal’ en ‘One set’, als volgt:

Klik op de ‘Define’ knop, en voeg in het ‘Multiple Correspondence Analysis’ venster variabelen v1 t/m v8 toe aan het ‘Analysis Variables:’ veld:

Menu aansturing van SPSS voorbeeld in hoofdstuk 9

1

Laat ‘Dimensions in solution’ onderin het venster op 2 staan, en klik op de ‘Options’ knop. Zorg er in het ‘MCA: Options’ venster voor dat de ‘Limit for label length’ onder ‘Label Plots By’ op 10 komt te staan (de default is 20, maar dan worden de plots vrij onoverzichtelijk omdat de teksten van de categorieën elkaar dan gaan overlappen):


2

Laat de overige opties in dit venster op hun default instellingen (zoals hierboven aangegeven) staan, en klik op de ‘Continue’ knop. Klik in het het ‘Multiple Correspondence Analysis’ venster op de ‘Output...’ knop, en voeg in het ‘MCA: Output’ venster alle variabelen toe aan het ‘Category Quantifications and Contributions’ veld:


3

Kies onder ‘Tables’ voor de opties ‘Discrimination measures’ en ‘Correlations of transformed variables’, en klik op de ‘Continue’ knop. Klik in het het ‘Multiple Correspondence Analysis’ venster op de ‘Object...’ knop. Kies in het ‘MCA: Object Plots’ venster onder ‘Plots’ voor de optie ‘Object points’ en onder ‘Label Objects’ voor de optie ‘Case number’ (dit zorgt ervoor dat de object scores worden gelabeld naar case nummer):


4

Klik op de ‘Continue’ knop, en in het ‘Multiple Correspondence Analysis’ venster op de ‘Variable...’ knop. Voeg in het ‘MCA: Variable Plots’ venster variabelen v1 t/m v8 zowel toe aan het ‘Category Plots:’ veld, als aan het ‘Joint Category Plots:’ veld:


5

Klik op de ‘Continue’ knop, en in het ‘Multiple Correspondence Analysis’ venster op de ‘OK’ knop om de analyse direct te laten uitvoeren, dan wel op de ‘Paste’ knop om de analyse aan te sturen met de volgende command syntax: MULTIPLE CORRES VARIABLES=v1 v2 v3 v4 v5 v6 v7 v8 /ANALYSIS=v1(WEIGHT=1) v2(WEIGHT=1) v3(WEIGHT=1) v4(WEIGHT=1) v5(WEIGHT=1) v6(WEIGHT=1) v7(WEIGHT=1) v8(WEIGHT=1) /MISSING=v1(PASSIVE,MODEIMPU) v2(PASSIVE,MODEIMPU) v3(PASSIVE,MODEIMPU) v4(PASSIVE,MODEIMPU) v5(PASSIVE,MODEIMPU) v6(PASSIVE,MODEIMPU) v7(PASSIVE ,MODEIMPU) v8(PASSIVE,MODEIMPU) /DIMENSION=2 /NORMALIZATION=VPRINCIPAL /MAXITER=100 /CRITITER=.00001 /PRINT=CORR DISCRIM QUANT( v1 v2 v3 v4 v5 v6 v7 v8 ) /PLOT=OBJECT (10) CATEGORY( v1 v2 v3 v4 v5 v6 v7 v8 ) (10) JOINTCAT( v1 v2 v3 v4 v5 v6 v7 v8 ) (10) DISCRIM(10) .

Verander in het laatste geval vóór uitvoering van deze syntax de waarde van 10 achter OBJECT in het PLOT commando in 4, de waarde van 10 achter CATEGORY( v1 v2 v3 v4 v5 v6 v7 v8 ) in het PLOT commando in 5, de waarde van 10 achter JOINTCAT( v1 v2 v3 v4 v5 v6 v7 v8 ) in het PLOT commando eveneens in 5, en de waarde van 10 achter DISCRIM in het PLOT commando in 20. Deze waarden bepalen de maximale lengtes die Menu aansturing van SPSS voorbeeld in hoofdstuk 9

6

de labels in de verschillende plots mogen beslaan. Dit resulteert in de volgende command syntax: MULTIPLE CORRES VARIABLES=v1 v2 v3 v4 v5 v6 v7 v8 /ANALYSIS=v1(WEIGHT=1) v2(WEIGHT=1) v3(WEIGHT=1) v4(WEIGHT=1) v5(WEIGHT=1) v6(WEIGHT=1) v7(WEIGHT=1) v8(WEIGHT=1) /MISSING=v1(PASSIVE,MODEIMPU) v2(PASSIVE,MODEIMPU) v3(PASSIVE,MODEIMPU) v4(PASSIVE,MODEIMPU) v5(PASSIVE,MODEIMPU) v6(PASSIVE,MODEIMPU) v7(PASSIVE ,MODEIMPU) v8(PASSIVE,MODEIMPU) /DIMENSION=2 /NORMALIZATION=VPRINCIPAL /MAXITER=100 /CRITITER=.00001 /PRINT=CORR DISCRIM QUANT( v1 v2 v3 v4 v5 v6 v7 v8 ) /PLOT=OBJECT (4) CATEGORY( v1 v2 v3 v4 v5 v6 v7 v8 ) (5) JOINTCAT( v1 v2 v3 v4 v5 v6 v7 v8 ) (5) DISCRIM(20) .

Merk op dat het in SPSS alleen met command syntax mogelijk is om verschillende lengtes van labels voor verschillende typen van plots te definiëren. Om via SPSS menu’s de uitbijter met casenummer 251 - overeenkomend met een waarde van 280 op variabele ‘so_id’ in bestand moorden.sav - uit de analyse te verwijderen verwijzen we naar de andere bestanden met SPSS menu aansturing op de website bij het boek Multivariate Analyse (hint: gebruik het menu ). Deze uitbijter kan o.a. ook met de volgende command syntax van analyse worden uitgesloten: USE ALL. COMPUTE filter_$=(so_id ~= 280). FILTER BY filter_$. EXECUTE .

Doorloop daarna dezelfde stappen als hierboven beschreven om de multipele correspondentie analyse opnieuw uit te voeren, maar nu zonder de uitbijter met casenummer 251 in het bestand.

We gaan nu variabele v9 (Geslacht slachtoffer) als passieve variabele toevoegen aan de resultaten van de vorige analyse. Selecteer daartoe eerst weer – mocht dat nog niet gedaan zijn - alleen die 250 cases in het bestand met een waarde ongelijk aan 280 op variabele ‘so_id’. Doorloop vervolgens dezelfde eerste stappen als hierboven beschreven. Voeg nu echter – eenmaal aanbeland in het ‘Multiple Correspondence Analysis’ venster – niet alleen variabelen v1 t/m v8 toe aan het ‘Analysis Variables:’ veld, maar voeg ook variabele v9 toe aan het ‘Supplementary Variables:’ veld:


7

Gebruik dezelfde instellingen in het ‘MCA options’ venster als in de vorige analyse. Voeg in het ‘MCA: Output’ venster (onder de ‘Output...’ knop) alle variabelen (inclusief v9) toe aan het ‘Category Quantifications en Contributions’ veld, en klik op de ‘Continue’ knop. Klik op de ‘Object...’ knop. Kies in het ‘MCA: Object Plots’ venster onder ‘Label Objects’ voor de optie ‘Variable’ en voeg variabele v9 toe aan het ‘Selected:’ veld:


8

Klik op de ‘Continue’ knop en in het ‘Multiple Correspondence Analysis’ venster op de ‘Variable...’ knop. Voeg in het ‘MCA: Variable Plots’ venster alle negen variabelen zowel toe aan het ‘Category Plots:’ veld als aan het ‘Joint Category Plots:’ veld:


9

Klik op de ‘Continue’ knop en op de ‘OK’ knop van het ‘Multiple Correspondence Analysis’ venster om de analyse direct te laten uitvoeren, dan wel op de ‘Paste’ knop om de analyse aan te sturen met de volgende command syntax: MULTIPLE CORRES VARIABLES=v1 v2 v3 v4 v5 v6 v7 v8 v9 /ANALYSIS=v1(WEIGHT=1) v2(WEIGHT=1) v3(WEIGHT=1) v4(WEIGHT=1) v5(WEIGHT=1) v6(WEIGHT=1) v7(WEIGHT=1) v8(WEIGHT=1) v9 /MISSING=v1(PASSIVE,MODEIMPU) v2(PASSIVE,MODEIMPU) v3(PASSIVE,MODEIMPU) v4(PASSIVE,MODEIMPU) v5(PASSIVE,MODEIMPU) v6(PASSIVE,MODEIMPU) v7(PASSIVE ,MODEIMPU) v8(PASSIVE,MODEIMPU) v9(PASSIVE,MODEIMPU) /SUPPLEMENTARY=VARIABLE( v9 ) /DIMENSION=2 /NORMALIZATION=VPRINCIPAL /MAXITER=100 /CRITITER=.00001 /PRINT=CORR DISCRIM QUANT( v1 v2 v3 v4 v5 v6 v7 v8 v9 ) /PLOT=OBJECT ( v9 ) (10) CATEGORY( v1 v2 v3 v4 v5 v6 v7 v8 v9 ) (10) JOINTCAT( v1 v2 v3 v4 v5 v6 v7 v8 v9 ) (10) DISCRIM(10) .

Pas – voordat je deze syntax laat uitvoeren - de lengtes van de labels in het PLOT commando van deze syntax als volgt aan: /PLOT=OBJECT ( v9 ) (1) CATEGORY( v1 v2 v3 v4 v5 v6 v7 v8 v9 ) (5)


10

JOINTCAT( v1 v2 v3 v4 v5 v6 v7 v8 v9 ) (5) DISCRIM(20) .

9.5.2 PRINCALS Om de onderlinge relaties van variabelen van gemengd meeniveau te onderzoeken kan de SPSS procedure categorische principale componenten analyse (CATPCA) worden gebruikt. Selecteer daartoe eerst weer – mocht dat nog niet gedaan zijn - alleen die 250 cases in het bestand met een waarde ongelijk aan 280 op variabele ‘so_id’. Gebruik het SPSS menu , maar kies nu in het ‘Optimal Scaling’ venster voor de volgende opties:

Klik op ‘Define’ knop, en voeg variabelen v1 tot en met v8 toe aan het ‘Analysis Variables:’ veld van het ‘Categorical Principal Components’ venster:


11

Klik op de ‘Define Scale and Weight...’ knop, en kies in het ‘Categorical Principal Components: Define Scale and Weights’ venster de optie ‘Multiple nominal’:

Klik op de ‘Continue’ knop, en selecteer in het ‘Analysis Variables:’ veld van het ‘Categorical Principal Components’ venster alleen variabelen v1 en v2:


12

Klik weer op de ‘Define Scale and Weight...’ knop, en kies nu in het ‘Categorical Principal Components: Define Scale and Weights’ venster de optie ‘Ordinal’:

Klik op de ‘Continue’ knop, en klik in het ‘Categorical Principal Components’ venster op de ‘Options...’ knop. Zorg er in het ‘Categorical Principal Components: Options’ venster voor dat de labels van de categorieën in de plots niet langer zijn dan 10 karakters:


13

Klik op de ‘Continue’ knop. Klik in het ‘Categorical Principal Components’ venster op de ‘Output...’ knop, en voeg in het ‘Categorical Principal Components: Output’ venster variabelen v1 tot en met v8 toe aan het ‘Category Quantifications:’ veld:


14

Klik op de ‘Continue’ knop. Klik in het ‘Categorical Principal Components’ venster op de ‘Object...’ knop, en kies de volgende opties in het ‘Categorical Principal Components: Object and Variable plots’ venster:


15

Klik weer op de ‘Continue’ knop. Klik op de ‘Category...’ knop van het ‘Categorical Principal Components’ venster en voeg in het ‘Categorical Principal Components: Category plots’ venster variabelen v1 en v2 toe aan het ‘Category Plots’ veld:


16

Klik op de ‘Continue’ knop. Klik op de ‘Loading...’ knop van het ‘Categorical Principal Components’ venster, en kies voor de volgende opties in het ‘Categorical Principal Components: Loading plots’ venster:


17

Klik op de ‘Continue’ knop, laat ‘Dimensions in solution’ onderin het ‘Categorical Principal Components’ venster op 2 staan, en klik ten slotte op de ‘OK’ knop van dit venster om de analyse direct te laten uitvoeren, dan wel op de ‘Paste’ knop om de analyse aan te sturen met de volgende command syntax: CATPCA VARIABLES=v1 v2 v3 v4 v5 v6 v7 v8 /ANALYSIS=v1(WEIGHT=1,LEVEL=ORDI) v2(WEIGHT=1,LEVEL=ORDI) v3(WEIGHT=1 ,LEVEL=MNOM) v4(WEIGHT=1,LEVEL=MNOM) v5(WEIGHT=1,LEVEL=MNOM) v6(WEIGHT=1 ,LEVEL=MNOM) v7(WEIGHT=1,LEVEL=MNOM) v8(WEIGHT=1,LEVEL=MNOM) /MISSING=v1(PASSIVE,MODEIMPU) v2(PASSIVE,MODEIMPU) v3(PASSIVE,MODEIMPU) v4(PASSIVE,MODEIMPU) v5(PASSIVE,MODEIMPU) v6(PASSIVE,MODEIMPU) v7(PASSIVE ,MODEIMPU) v8(PASSIVE,MODEIMPU) /DIMENSION=2 /NORMALIZATION=VPRINCIPAL /MAXITER=100 /CRITITER=.00001 /PRINT=CORR LOADING QUANT( v1 v2 v3 v4 v5 v6 v7 v8 ) /PLOT=OBJECT (10) CATEGORY( v1 v2 ) (10) LOADING ( ( CENTR ) ) (10) .

Pas ten slotte de maximum lengtes van de labels in het PLOT commando van deze syntax als volgt aan: /PLOT=OBJECT (4) CATEGORY( v1 v2 ) (5) LOADING ( ( CENTR ) ) (5) .


18

Deze menu-aansturingen zijn van toepassing op versies 14.0 en 15.0 van SPSS

Recommend Documents