Voor onze masterproef delen we vragenlijsten met stellingen uit aan twee verschillende groepen. We willen dan ook het verschil in deze groepen aantonen. Concreet stellen we likert type questions met antwoordmogelijkheden van helemaal niet akkoord tot helemaal akkoord. Wij dachten oorspronkelijk adhv de chi-kwadraat toets de hypothese af te toetsen, echter blijkt dat deze test voornamelijk voor het aantonen van een verband wordt gebruikt en er voor het aantonen van het verschil een andere test nodig is. Jammer genoeg kunnen we nergens een passende test vinden en hopen we hier antwoord te krijgen
Stepha
Student universiteit België - woensdag 4 augustus 2021
Antwoord
Stephanie,
Ik ga uit van verwerking met SPSS.
Geen mening in een Likert schaal is wat anders dan het antwoord neutraal. Je zal dus de respondenten die geen mening hebben gegeven eruit moeten filteren bijvoorbeeld met select if. Dan wil je "helemaal niet akkoord" en "niet akkoord" samen nemen. Zelfde met "akkoord" en "helemaal akkoord". Is dat nodig? Dan kan dat met recode (in een nieuwe variabele). Zelf zou ik dat alleen doen indien heel weinig respondenten de twee uiterste categorieen aankruisen.
Verder is dit op deze manier wel degelijk een chi kwadraat toets op onafhankelijkheid in een kruistabel. De alternatieve hypothese is hierbij: attitude is afhankelijk van de oudergroep en die afhankelijkheid wil zeggen dat de oudergroepen verschillend oordelen (onafhankelijk betekent namelijk hetzelfde oordelen).
Hoe nu verder?
Dat samennemen in een positieve en negatieve attitude is natuurlijk niet verboden. Je verliest wel wat informatie. Maak met SPSS vervolgens de kruistabel zoals je die ook zelf aangeeft. Wanneer nu de p waarde (sign) $<$ 0,05 is dan betekent dat dat je in de populatie een afhankelijkheid = verband = verschil mag aannemen.
Als dat verschil er daarmee dus is dan zou ik de rijpercentages in de cellen als optie inzetten bij de chi square. Horizontaal percenteren dus dan komen de totaalpercentages van de beide oudergroepen (dus beide rijen) allebei op 100%. Als je nu verticaal percentages vergelijkt kan je daarmee zien in welke groep de attitude positiever is. Dit dus alleen doen in die gevallen waarin de chi kwadraat de conclusie afhankelijk heeft.