Gratis Toetskeuze Tool:
Welke Statistische Toets Past bij Jouw Scriptie?
39 statistische toetsen. Kies de juiste voor jouw onderzoek. De SPSSGuru Toetskeuze Tool stelt je de juiste vragen over je analysedoel, meetniveau en design — en filtert live welke toetsen afvallen. Geen giswerk, geen lesboeken doorzoeken. Direct het goede antwoord, inclusief tips, belangrijke assumpties en de plek in het SPSS-menu.
Hoe werkt de toetskeuze tool?
De tool stelt je stap voor stap gerichte vragen, zoals over je onderzoeksdoel, het meetniveau van je variabelen en je meetdesign. Na elk antwoord vallen toetsen live weg in het overzicht, totdat de juiste statistische toets overblijft. Klik op de kaart om direct de uitleg, assumpties en het exacte SPSS-menupad te zien. Wil je daarna dieper ingaan op de uitvoering in SPSS? Bekijk dan per toets de SPSS uitleg & FAQ met een uitgewerkt voorbeeld.
Welke statistische toets moet je gebruiken bij jouw onderzoek?
De keuze voor een statistische toets in SPSS hangt af van meerdere factoren. Minstens zes vragen spelen een rol: wat wil je onderzoeken — verschillen, samenhang, voorspellen of structuur? Hoeveel afhankelijke variabelen heb je? Wat is het meetniveau van je uitkomstvariabele — continu, ordinaal of nominaal? Hoeveel groepen of meetmomenten vergelijk je? Zijn je metingen onafhankelijk of herhaald bij dezelfde personen? En zijn aan de statistische assumpties zoals normaliteit en homogeniteit van varianties voldaan?
Op basis van die antwoorden leidt de tool je naar een van de beschikbare 39 toetsen, verdeeld over vier pijlers:
Verschillen
Wil je toetsen of groepen, condities of meetmomenten van elkaar verschillen? Denk aan toetsen zoals de t-test, ANOVA en MANOVA.
Samenhang
Wil je weten of en hoe twee variabelen met elkaar samenhangen? Bijvoorbeeld met Pearson- of Spearman-correlatie.
Voorspellen
Wil je verklaren welke factoren invloed hebben op een afhankelijke variabele? Denk aan lineaire regressie, logistische regressie of Cox-regressie.
Structuur
Wil je onderliggende dimensies en patronen in je data ontdekken? Denk aan factoranalyse of structural equation modeling (SEM).
Wil je meer technische achtergrond per toets? De SPSS-handleiding van IBM geeft aanvullende documentatie bij de toetsen die je hier vindt.
Klaar om te beginnen? Gebruik de tool hieronder.
Heeft de toetskeuze tool je geholpen?
Laat het weten hieronder. Heb je de juiste toets gevonden? Liep je ergens vast? Of mis je een toets die er nog niet tussen staat? Alle feedback helpt me om de toetskeuze tool beter of duidelijker te maken.
Tevreden?
Dan zou het me enorm helpen als je een Google-recensie achterlaat — dat helpt meteen ook andere studenten SPSSGuru beter te vinden op het moment dat zij vastlopen.
Geen idee
Ik vind het lastig te bepalen welke toets ik moet doen omdat ik beide wil weten: het verschil tussen opleidingsgroepen in verzuimintentie en het voorspellen van die verzuimintentie door leeftijd en werkdruk
Goede vraag Bart! Je onderzoekt zowel verschillen tussen opleidingsgroepen als de invloed van leeftijd en werkdruk op verzuimintentie. Dat kun je het beste combineren in één lineair model.
Dit kun je uitvoeren als een ANCOVA-model via GLM → Univariate, waarbij je opleiding als factor opneemt en leeftijd en werkdruk als covariaten. Daarmee kun je ook post-hoc toetsen (zoals Bonferroni) gebruiken om opleidingsgroepen onderling te vergelijken.
Hetzelfde model kun je ook uitvoeren als lineaire regressie met dummyvariabelen voor opleiding. Dat levert dezelfde schattingen en toetsresultaten op voor de effecten, maar biedt minder directe mogelijkheden voor post-hoc groepsvergelijkingen. Je krijgt dan wel gestandaardiseerde effecten (beta’s) erbij.
Beide zijn dus prima. Als je specifiek geïnteresseerd bent in verschillen tussen opleidingsgroepen, is GLM (ANCOVA) het meest praktisch. Ligt de nadruk meer op het verklaren en interpreteren van effecten, dan is regressie vaak overzichtelijker.