original.sps

* Encoding: UTF-8.

DATASET ACTIVATE DataSet1.
FREQUENCIES VARIABLES=Q14 Q37 A4.1_ A4.2_ A4.3_ Q37_1 Q37_2 Q37_3 Q37_4 Q37_5 Q37_6 Q37_7 Q37_8 
    Q38_1 Q38_2 Q38_3 Q38_4 Q38_5 Q38_6 Q38_7 Q38_8 Q38_9 Q40_1 Q40_2 Q40_3 Q40_4 Q40_5 Q40_6 Q40_7 
    Q40_8 Q15
  /STATISTICS=MEAN MEDIAN MODE
  /ORDER=ANALYSIS.

*** hieronder de variabele veranderd (andere naam)

RENAME VARIABLES 
    Q37= Controle_vraag
    A4.1_= Leeftijd.
    A4.2_ = Gender.


RENAME VARIABLES
   A4.3_ = Opleidingsniveau. 

 RENAME VARIABLES
     Q37_1 = Vertrouwen_1.
   
RENAME VARIABLES
    Q37_2 = Vertrouwen_2
   Q37_3 = Vertrouwen_3.
   
  RENAME VARIABLES
      Q37_4 = Vertrouwen_4
   Q37_5 = Vertrouwen_5
   Q37_6 = Vertrouwen_6
   Q37_7 = Vertrouwen_7
   Q37_8 = Vertrouwen_8.

   RENAME VARIABLES
       Q38_1 = Privacygevoeligheid_1
   Q38_2 = Privacygevoeligheid_2
   Q38_3 = Privacygevoeligheid_3
   Q38_4 = Privacygevoeligheid_4.

RENAME VARIABLES
       Q38_5 = Privacygevoeligheid_5
   Q38_6 = Privacygevoeligheid_6
   Q38_7 = Privacygevoeligheid_7
   Q38_8 = Privacygevoeligheid_8
   Q38_9 = Privacygevoeligheid_9.

RENAME VARIABLES
    Q40_1 = Perceptie_medewerkers_1
   Q40_2 = Perceptie_medewerkers_2
   Q40_3 = Perceptie_medewerkers_3
   Q40_4 = Perceptie_medewerkers_4
   Q40_5 = Perceptie_medewerkers_5
   Q40_6 = Perceptie_medewerkers_6
   Q40_7 = Perceptie_medewerkers_7
   Q40_8 = Perceptie_medewerkers_8.

** hierboven namen veranderd.



 
 



DATASET ACTIVATE DataSet3.
RELIABILITY
  /VARIABLES=Vertrouwen_1 Vertrouwen_2 Vertrouwen_3 Vertrouwen_4 Vertrouwen_5 Vertrouwen_6 
    Vertrouwen_7 Vertrouwen_8
  /SCALE('ALL VARIABLES') ALL
  /MODEL=ALPHA
  /STATISTICS=SCALE
  /SUMMARY=TOTAL.

** betrouwbaarheidsanalyse 'vertrouwen' cronbach's alpha .897
    


RELIABILITY
  /VARIABLES=Privacygevoeligheid_1 Privacygevoeligheid_2 Privacygevoeligheid_3 
    Privacygevoeligheid_4 Privacygevoeligheid_5 Privacygevoeligheid_6 Privacygevoeligheid_7 
    Privacygevoeligheid_8 Privacygevoeligheid_9
  /SCALE('ALL VARIABLES') ALL
  /MODEL=ALPHA
  /STATISTICS=SCALE
  /SUMMARY=TOTAL.

*** betrouwbaarheidsanalyse 'privacygevoeligheid' cronbach's alpha .849
    


RELIABILITY
  /VARIABLES=Perceptie_medewerkers_1 Perceptie_medewerkers_2 Perceptie_medewerkers_3 
    Perceptie_medewerkers_4 Perceptie_medewerkers_5 Perceptie_medewerkers_6 Perceptie_medewerkers_7 
    Perceptie_medewerkers_8
  /SCALE('ALL VARIABLES') ALL
  /MODEL=ALPHA
  /STATISTICS=SCALE
  /SUMMARY=TOTAL.
  
** betrouwbaarheidsanalyse 'perceptie medewerkers' cronbach's alpha .887

COMPUTE vertrouwen=MEAN(Vertrouwen_1,Vertrouwen_2,Vertrouwen_3,Vertrouwen_4,Vertrouwen_5,
    Vertrouwen_6,Vertrouwen_7,Vertrouwen_8).
EXECUTE.

** schaal van vertrouwen

FREQUENCIES VARIABLES=vetrouwen
  /STATISTICS=STDDEV MEAN MEDIAN MODE
  /ORDER=ANALYSIS.
**uitrekenen van het gemiddelde etc vertrouwen (met de juiste schaal, onderaan te vinden in de variable view)



COMPUTE privacygevoeligheid=MEAN(Privacygevoeligheid_1,Privacygevoeligheid_2,Privacygevoeligheid_3,
    Privacygevoeligheid_4,Privacygevoeligheid_5,Privacygevoeligheid_6,Privacygevoeligheid_7,
    Privacygevoeligheid_8,Privacygevoeligheid_9).
EXECUTE.

** schaal van privacy gevoeligheid

FREQUENCIES VARIABLES=privacygevoeligheid
  /STATISTICS=STDDEV MEAN MEDIAN MODE
  /ORDER=ANALYSIS.
**uitrekenen gemiddelde van privacy (met de juiste schaal, onderaan te vinden in de variable view)



COMPUTE perceptie_medewerkers=MEAN(Perceptie_medewerkers_1,Perceptie_medewerkers_2,
    Perceptie_medewerkers_3,Perceptie_medewerkers_4,Perceptie_medewerkers_5,Perceptie_medewerkers_6,
    Perceptie_medewerkers_7,Perceptie_medewerkers_8).
EXECUTE.
** schaal van perceptie
    
FREQUENCIES VARIABLES=perceptie_medewerkers
  /STATISTICS=STDDEV MEAN MEDIAN MODE
  /ORDER=ANALYSIS.
** uitrekenen gemiddelde etc van perceptie medewerkers  (met de juiste schaal, onderaan te vinden in de variable view)

DATASET ACTIVATE DataSet1.
CORRELATIONS
  /VARIABLES=Vertrouwen_1 Vertrouwen_2 Vertrouwen_3 Vertrouwen_4 Vertrouwen_5 Vertrouwen_6 
    Vertrouwen_7 Vertrouwen_8 Privacygevoeligheid_1 Privacygevoeligheid_2 Privacygevoeligheid_3 
    Privacygevoeligheid_4 Privacygevoeligheid_5 Privacygevoeligheid_6 Privacygevoeligheid_7 
    Privacygevoeligheid_8 Privacygevoeligheid_9 Perceptie_medewerkers_1 Perceptie_medewerkers_2 
    Perceptie_medewerkers_3 Perceptie_medewerkers_4 Perceptie_medewerkers_5 Perceptie_medewerkers_6 
    Perceptie_medewerkers_7 Perceptie_medewerkers_8
  /PRINT=TWOTAIL NOSIG FULL
  /STATISTICS DESCRIPTIVES
  /MISSING=PAIRWISE.

** correlatiematrix poging --> mislukt
    


CORRELATIONS
  /VARIABLES=privacygevoeligheid vertrouwen perceptie_medewerkers
  /PRINT=TWOTAIL NOSIG FULL
  /STATISTICS DESCRIPTIVES
  /MISSING=PAIRWISE.

** correlatiematrix van de schalen
    


REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS CI(95) R ANOVA
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT vertrouwen
  /METHOD=ENTER privacygevoeligheid perceptie_medewerkers.

** regressieanalyse poging --> gelukt
    

DATASET ACTIVATE DataSet1.
CORRELATIONS
  /VARIABLES=vertrouwen privacygevoeligheid perceptie_medewerkers Gender Opleidingsniveau
  /PRINT=TWOTAIL NOSIG FULL
  /STATISTICS DESCRIPTIVES
  /MISSING=PAIRWISE.

** correlatiematrix incl gender + opleidingsniveau
    
CORRELATIONS
  /VARIABLES=vertrouwen privacygevoeligheid perceptie_medewerkers Leeftijd Gender Opleidingsniveau 
  /PRINT=TWOTAIL NOSIG FULL
  /STATISTICS DESCRIPTIVES
  /MISSING=PAIRWISE.

** nieuwe correlatiematrix incl leeftijd
    
DATASET ACTIVATE DataSet1.
DESCRIPTIVES VARIABLES=Leeftijd
  /STATISTICS=MEAN STDDEV MIN MAX.

** gemiddelde leeftijd berekend
    

T-TEST GROUPS=Gender(1 2)
  /MISSING=ANALYSIS
  /VARIABLES=vertrouwen
  /ES DISPLAY(TRUE)
  /CRITERIA=CI(.95).

** t-test uitgevoerd gender vergelijken met vertrouwen. 

vu_r_demo.R

# The goal: OLS regression of vertrouwen ~ privacygevoeligheid + perceptie_medewerkers
# Steps to be taken
# - read in data
# - data cleaning: select and rename columns
# - check reliability (cronbach's alpha) and create scales
# - compute pairwise correlations
# - regression analysis

# Read in data

library(haven)
d = read_sav("~/Downloads/Project 2 GGD_February 21, 2023_03.46.sav")
View(d)

# (1) Data cleaning

# RENAME VARIABLES
# Q37_1 = Vertrouwen_1.
# Q37_2 = Vertrouwen_2
# Q37_3 = Vertrouwen_3.
# Q37_4 = Vertrouwen_4
# Q37_5 = Vertrouwen_5
# Q37_6 = Vertrouwen_6
# Q37_7 = Vertrouwen_7
# Q37_8 = Vertrouwen_8.
# RENAME VARIABLES
# Q38_1 = Privacygevoeligheid_1
# Q38_2 = Privacygevoeligheid_2
# Q38_3 = Privacygevoeligheid_3
# Q38_4 = Privacygevoeligheid_4.
# Q38_5 = Privacygevoeligheid_5
# Q38_6 = Privacygevoeligheid_6
# Q38_7 = Privacygevoeligheid_7
# Q38_8 = Privacygevoeligheid_8
# Q38_9 = Privacygevoeligheid_9.
# RENAME VARIABLES
# Q40_1 = Perceptie_medewerkers_1
# Q40_2 = Perceptie_medewerkers_2
# Q40_3 = Perceptie_medewerkers_3
# Q40_4 = Perceptie_medewerkers_4
# Q40_5 = Perceptie_medewerkers_5
# Q40_6 = Perceptie_medewerkers_6
# Q40_7 = Perceptie_medewerkers_7
# Q40_8 = Perceptie_medewerkers_8.

library(tidyverse)

# Filter on status:
cleaned = filter(d, Status != 1)
# Note: equivalent with pipelines:
cleaned = d |> filter(status != 1)

# The 'traditional' way: Rename one by one
cleaned = select(cleaned, ResponseId,
                 Vertrouwen_1 = Q37_1, Vertrouwen_2 = Q37_2, Vertrouwen_3 = Q37_3, Vertrouwen_4 = Q37_4,
                 Vertrouwen_5 = Q37_5, Vertrouwen_6 = Q37_6, Vertrouwen_7 = Q37_7, Vertrouwen_8 = Q37_8,
                 Privacygevoeligheid_1 = Q38_1, Privacygevoeligheid_2 = Q38_2,Privacygevoeligheid_3 = Q38_3,Privacygevoeligheid_4 = Q38_4, 
                 Privacygevoeligheid_5 = Q38_5, Privacygevoeligheid_6 = Q38_6,Privacygevoeligheid_7 = Q38_7,Privacygevoeligheid_8 = Q38_8, Privacygevoeligheid_9 = Q38_9,
                 Perceptie_medewerkers_1 = Q40_1, Perceptie_medewerkers_2 = Q40_2, Perceptie_medewerkers_3 = Q40_3, Perceptie_medewerkers_4 = Q40_4,
                 Perceptie_medewerkers_5 = Q40_5, Perceptie_medewerkers_6 = Q40_6, Perceptie_medewerkers_7 = Q40_7, Perceptie_medewerkers_8 = Q40_8)
                 

# Alternatively, automatically rename and select based on prefix

cleaned = cleaned |> 
  rename_with(~str_replace(., "Q37", "Vertrouwen"), starts_with("Q37")) |>
  rename_with(~str_replace(., "Q38", "Privacygevoeligheid"), starts_with("Q38")) |>
  rename_with(~str_replace(., "Q40", "Perceptie_medewerkers"), starts_with("Q40")) |>
  select(ResponseId, starts_with("Vertrouwen_"), starts_with("Privacy"), starts_with("Perceptie"))

# (2) Reliability and scale construction

# RELIABILITY /VARIABLES=Vertrouwen_1 Vertrouwen_2 Vertrouwen_3 Vertrouwen_4 Vertrouwen_5 Vertrouwen_6 Vertrouwen_7 Vertrouwen_8
# /SCALE('ALL VARIABLES') ALL
# /MODEL=ALPHA 
# /STATISTICS=SCALE 
# /SUMMARY=TOTAL.

# askgpt::askgpt("How do I compute cronbach's alpha in R?")

library(psych)
cleaned |> select(starts_with("Vertrouwen")) |> alpha()
cleaned |> select(starts_with("Privacygevoeligheid")) |> alpha()
cleaned |> select(starts_with("Perceptie_medewerkers")) |>alpha()

# COMPUTE vertrouwen=MEAN(Vertrouwen_1,Vertrouwen_2,Vertrouwen_3,Vertrouwen_4,Vertrouwen_5,
#                         Vertrouwen_6,Vertrouwen_7,Vertrouwen_8).
# etc for other variables

# The 'traditional' way: 

scaled =  cleaned |> mutate(
  Vertrouwen = (Vertrouwen_1 + Vertrouwen_2 + Vertrouwen_3 + Vertrouwen_4 + Vertrouwen_5 + Vertrouwen_6 + Vertrouwen_7 + Vertrouwen_8)/8,
  Privacygevoeligheid = (Privacygevoeligheid_1 + Privacygevoeligheid_2 + Privacygevoeligheid_3 + Privacygevoeligheid_4 + 
                         Privacygevoeligheid_5 + Privacygevoeligheid_6 + Privacygevoeligheid_7 + Privacygevoeligheid_8 + Privacygevoeligheid_9)/9,
  Perceptie_medewerkers = (Perceptie_medewerkers_1 + Perceptie_medewerkers_2 + Perceptie_medewerkers_3 + Perceptie_medewerkers_4 + 
                           Perceptie_medewerkers_5 + Perceptie_medewerkers_6 + Perceptie_medewerkers_7 + Perceptie_medewerkers_8)
  ) |>
  select(ResponseId, Vertrouwen, Privacygevoeligheid, Perceptie_medewerkers) |>
  arrange(ResponseId)

# Using rowwise operations (needed because by default, mean takes mean across whole column)
scaled = cleaned |> 
  rowwise() |>
  mutate(Vertrouwen=mean(c_across(Vertrouwen_1:Vertrouwen_8)),
         Privacygevoeligheid=mean(c_across(Privacygevoeligheid_1:Privacygevoeligheid_9)),
         Perceptie_medewerkers=mean(c_across(Perceptie_medewerkers_1:Perceptie_medewerkers_8))
  ) |> 
  select(ResponseId, Vertrouwen, Privacygevoeligheid, Perceptie_medewerkers) |>
  arrange(ResponseId)

# And as another alternative, use pivoting
scaled = cleaned |> 
  pivot_longer(-ResponseId) |> 
  mutate(scale=str_remove_all(name, "_\\d")) |> 
  group_by(ResponseId, scale) |> 
  summarize(value=mean(value)) |> 
  pivot_wider(names_from=scale) |>
  arrange(ResponseId)

# (3) Pairwise correlations

#CORRELATIONS
#/VARIABLES=privacygevoeligheid vertrouwen perceptie_medewerkers
#/PRINT=TWOTAIL NOSIG FULL
#/STATISTICS DESCRIPTIVES
#/MISSING=PAIRWISE.

scaled |> select(-ResponseId) |> cor(use = "pairwise")
cor.test(scaled$Vertrouwen, scaled$Privacygevoeligheid)

library(corrplot)
cleaned |> 
  select(-ResponseId) |>
  cor(use = "pairwise") |>
  corrplot(diag = F)

# (4) Regression 

#REGRESSION
#/MISSING LISTWISE
#/STATISTICS COEFF OUTS CI(95) R ANOVA
#/CRITERIA=PIN(.05) POUT(.10)
#/NOORIGIN 
#/DEPENDENT vertrouwen
#/METHOD=ENTER privacygevoeligheid perceptie_medewerkers.

m = lm(Vertrouwen ~ Privacygevoeligheid + Perceptie_medewerkers, data=scaled)
summary(m)

library(sjPlot)
sjPlot::tab_model(m, show.std=T, show.ci=F)

vu_r_demo_short.R

library(psych)
library(tidyverse)
library(haven)

d = read_sav("~/Downloads/Project 2 GGD_February 21, 2023_03.46.sav")

cleaned = d |> filter(status != 1) |>
  rename_with(~str_replace(., "Q37", "Vertrouwen"), starts_with("Q37")) |>
  rename_with(~str_replace(., "Q38", "Privacygevoeligheid"), starts_with("Q38")) |>
  rename_with(~str_replace(., "Q40", "Perceptie_medewerkers"), starts_with("Q40")) |>
  select(ResponseId, starts_with("Vertrouwen_"), starts_with("Privacy"), starts_with("Perceptie"))

cleaned |> select(starts_with("Vertrouwen")) |> alpha()
cleaned |> select(starts_with("Privacygevoeligheid")) |> alpha()
cleaned |> select(starts_with("Perceptie_medewerkers")) |>alpha()

scaled = cleaned |> 
  rowwise() |>
  mutate(Vertrouwen=mean(c_across(Vertrouwen_1:Vertrouwen_8)),
         Privacygevoeligheid=mean(c_across(Privacygevoeligheid_1:Privacygevoeligheid_9)),
         Perceptie_medewerkers=mean(c_across(Perceptie_medewerkers_1:Perceptie_medewerkers_8))
  ) |> 
  select(ResponseId, Vertrouwen, Privacygevoeligheid, Perceptie_medewerkers) |>
  arrange(ResponseId)

scaled |> select(-ResponseId) |> cor(use = "pairwise")
cor.test(scaled$Vertrouwen, scaled$Privacygevoeligheid)

library(corrplot)
cleaned |> 
  select(-ResponseId) |>
  cor(use = "pairwise") |>
  corrplot(diag = F)

m = lm(Vertrouwen ~ Privacygevoeligheid + Perceptie_medewerkers, data=scaled)
summary(m)

library(sjPlot)
sjPlot::tab_model(m, show.std=T, show.ci=F)