Aanpassingen in ‘variable view’ (SPSS) Type variabele

De vragen 15 (Welke andere problemen/bedreigingen, gevaren kunt u benoemen die in de gemeente Loppersum voorkomen), 26 (Wat is uw woonplaats), 31 (Wat is uw nationaliteit) en vraag 34 (Wilt u nog wat kwijt over het onderzoek) zijn aangemerkt als ‘string’ variabelen, in de analyse worden deze vragen niet meegenomen. De overige variabelen zijn bij het type variabele aangemerkt als ‘numeric’ variabelen.

Values

Via de website van thesistools is het mogelijk om de resultaten te downloaden in een Excel bestand. Het Excel bestand is vervolgens in SPSS gezet. Bij de meerkeuze vragen codeert het Excel bestand de antwoorden zo dat wanneer een respondent het bovenste antwoord kiest, het antwoord

correspondeert met het cijfer ‘1’, wanneer de respondent kiest voor de tweede antwoordmogelijkheid komt in het Excel bestand het cijfer ‘2’ te staan, enz.

In een binaire regressie analyse mogen controle variabelen niet uit categorische variabelen bestaan. Voor elke variabele die meegenomen wordt als controle variabele wordt nu kort beschreven hoe deze zijn aangepast, zodat ze wel opgenomen mogen worden als controle variabele in het model. Omdat de controle variabelen niet het belangrijkste doel van deze thesis is, wordt de verwerking van de controle variabelen kort in de bijlage besproken.

Vraag 5 (stellingen) (Ik ben tevreden over het wonen in de gemeente Loppersum) is gemeten met een Likert schaal van 1-7 dat loopt van helemaal mee oneens tot helemaal mee eens. Omdat dit een categorische variabele is dient deze variabele omgezet te worden tot een dummy variabele. Waarbij de waardes 1-4 (waarbij mensen aangeven niet tevreden te zijn tot neutraal afgezet wordt tegen mensen die écht tevreden zijn over het wonen in de gemeente Loppersum). In SPSS is dit als volgt gedaan:

In SPSS  Transform  recode into same variables  selecteer vraag 5  old and new values …  old value 1-4=new value 1/old value 5-7=new value 2.

In de ‘variable view’ zijn onder de kolom ‘values’ de volgende labels aan de volgende waardes gekoppeld:

- Value: 1. Mensen die ontevreden zijn over het wonen in de gemeente loppersum tot neutraal.

- Value: 2. Mensen die meer dan neutraal tevreden zijn over het wonen in de gemeente Loppersum.

De automatische codering van het Excel bestand levert bij nog twee vragen een probleem op dat verholpen moet worden. Vraag 9 (indien uw huis voor een redelijke prijs zou worden opgekocht door de NAM, zou u dan verhuizen?) heeft drie antwoordmogelijkheden. Het gedownloade Excel bestand gaf hier de volgende codes aan.

- 1:ik woon in een huurhuis - 2: ja

67 - 3: nee

Ook hier is het straks voor het toetsen van de hypothesen handig om het positief op te laten lopen. Dit is op de volgende wijze aangepakt:

In SPSS  Transform  recode into same variables  selecteer vraag 9  old and new values …  old value 1=new value 3/old value 3=new value 1.

Vervolgens is in de ‘variable view’ onder de kolom ‘missing’ bij ‘discrete missing values’ het cijfer ‘3’ ingetoetst. Op deze wijze blijft de data behouden en is bekend hoeveel mensen er in een huurwoning wonen. Voor de analyse van deze vraag is het echter alleen interessant om te weten of mensen hun huis voor een redelijke prijs zouden verkopen, waardoor mensen wonend in een huurhuis niet worden meegenomen in de analyse van deze vraag. Omdat er meer dan 50 mensen in een

huurwoning de enquête hebben ingevuld, zorgt het opnemen van deze vraag als controle variabele in het model voor een lager aantal cases waardoor ervoor gekozen is om deze variabele niet mee te nemen in het model.

Voor vraag 18 (is uw schoorsteen al vervangen?) geldt een soortgelijk verhaal. Wederom zijn hier drie antwoordmogelijkheden die omgezet moeten worden om de hypothese te testen.

- 1:ja - 2: nee

- 3: ik heb geen schoorsteen

In SPSS  Transform  recode into same variables  selecteer vraag 18  old and new values …  old value 1=new value 2/old value 2=new value 1. Vervolgens is in de ‘variable view’ onder de kolom ‘missing’ bij ‘discrete missing values’ het cijfer ‘3’ ingetoetst.

140 respondenten bleken geen schoorsteen te hebben; wanneer deze variabele meegenomen wordt heeft dat een negatieve invloed op het aantal cases in het model, waardoor er gekozen is om ook deze variabele niet mee te nemen in het model.

Ook de burgerlijke staat (vraag 30) is in de enquête opgenomen als categorische variabele en dient omgezet te worden naar een dummy variabele alvorens deze gebruikt kan worden als controle variabele. Dit is op de volgende wijze uitgevoerd in SPSS:

In SPSS  Transform  recode into same variables  selecteer vraag 30  old and new values …  old value 3/4/5= new value 1 en old value 1/2=new value 2.

In de ‘variable view’ zijn onder de kolom ‘values’ de volgende labels aan de volgende waardes gekoppeld:

- Value: 1. Mensen met een partner - Value: 2. Mensen zonder partner

Tot slot is vraag 33 (waar werkt u?) aangepast en omgezet tot dummy variabele, dit is in SPSS als volgt gedaan:

In SPSS  Transform  recode into same variables  selecteer vraag 33  old and new values …  old value 2=new value 1 en old value 1/3-5=new value 2.

68 In de ‘variable view’ zijn onder de kolom ‘values’ de volgende labels aan de volgende waardes

gekoppeld:

- Value: 1. Ik werk in de gemeente Loppersum.

- Value: 2. Ik werk niet, ik werk buiten de gemeente Loppersum of ik ben niet aan de locatie van mijn werk gebonden

measure

Vervolgens is in de ‘variable view’ onder de kolom ‘measure’ elke variabele onderverdeeld onder een maateenheid, de volgende onderverdeling heeft plaatsgevonden:

- ‘Nominal’ voor de vragen:5/ 6/7/8/9/14/15/18/19/22/23/25/26/27/30/31/33/34 - ‘Scale’ voor de vragen: 1/2/3/4/10/11/12/13/16/20/21/24/28/29/32

69