相关分析和信度检验.pdfVIP

第十讲 相关分析 和 信度检验 一、什么是相关分析 • 相关分析用于描述两个变量间联系的密切 程度，一般用r表示。 • 它反映的是两个变量的共变性。即一个变 量变化之后，另一个变量在多大程度上会 随之变化。 • 特点：变量不分主次，不分因果，被置于 同等的地位。 图示 二、spss 中 的主要是直线相 关 • 直线相关：两个变量呈线性共同增大，或者 呈线性一增一减的情况。 • 曲线相关：两变量存在相关趋势，但并非线 性，而是呈各种可能的曲线趋势。 三、相关系数=r 1、相关系数r的范围：-1r1, 如果两个变量变化 的方向一致，如身高与体重的关系，则称为正相关 ，r0；如果两个变量变化的方向相反，如吸烟与 肺功能的关系，则称为负相关，r0； 而r=0表示 无线性相关 2、一般情况下： ➢ |r|0.95 存在显著性相关； ➢ |r|0.8 高度相关； ➢0.5 |r|0.8 中度相关； ➢0.3 |r|0.5 低度相关； ➢ |r|0.3 弱相关 3、但具体判断相关是否显著要看显著性水平 四、spss 中的操作 （一）Bivariate一般相关分析 • Pearson 积差相关（参数相关） • 等级相关（非参数相关） –Spearman 秩相关 –Kendall等级相关 Pearson——积差相关（参数相关） 适用条件 • 两列数据存 性相关 • 数据中没有 值 • 双变量正态分布（不太严格） 利用散点图（scatter ）确定线性相关 Spearman 秩相关和Kendall等级相关 • 适用于两列等级变量，也适用于计量资料 、计数资料、分类资料等。 • 原理：先将资料排序，然后按照等级计算 相关。 • 因此，用于统计连续变量（计量资料）时 ，会损失信息，相关系数偏低。 Partial 偏相关 • 控制其它变量影响的情况下分析这两个变 量的相关性。 • 正确运用偏相关分析，可以有效地揭示变 量间的真实联系，识别干扰变量并寻找隐 含相关性。 被作用变量A 共同作用变量 被作用变量B 作用变量A 中介变量 被作用变量B 测量准确吗？可靠吗？ 我的体重是？ 信度（reliability） • 信度：信度系指测验结果的一致性、稳定 性及可靠性，一般多以内部一致性来加以 表示该测验信度的高低。信度系数愈高即 表示该测验的结果愈一致、稳定与可靠。 • 一般量表的信度要求在0.7 以上，最好在0.8 以上。 SPSS里常用的信度指标 1、Alpha ：内部一致性系数 2、Split half：分半信度（要求两个分半表的方 差齐性） 3、Guttman：分半信度（不要求方差齐性） 4、Parallel：平行模型 5、Strict Parallel：严格平行模型 信度分析 如何剔除一些不好的题目？ 越大越剔除 越小越剔除，负值可能预 示反向计分未转化。如果 不是，首先剔除 二、效度（validity ） •通常是指问卷的有效性和正确性，亦 即问卷能够测量出其所欲测量特性的 程度。 •对于一个标准测验来说，效度比信度 更为重要。 SPSS中常用的