(SPSS数据处理过程.docVIP

《基于西北物流企业对物流组织网络化程度与企业顾客产出水平分析》之样本数据处理报告 （数据来源： 物流组织网络化程度、“服务质量”、“顾客满意度” 、“顾客忠诚度”的指标变量采用随机数生成int（rand()*6+1）“物流服务成本”随机数生成方式为int（rand()*9+1），设定结果为上市公司25个，115个为未上市公司） 数据定量化 本人构造的模型，其中潜变量主要有五个：物流组织网络化程度、物流服务成本、服务质量、顾客满意度与顾客忠诚度。指标变量有15个，其中作为潜变量的指标14个，还有一个是“上市情况”主要是衡量公司规模情况。由于该指标为定类变量，需要进行虚拟化，虚拟化采用if语句进行转化形成“上市情况虚拟”变量，最终产生对检验有用的变量是15个。 说明哪些变量需要转化为定量变量，以及转化后产生了那几个变量 缺失值及奇异值处理 由于数据是由随机数产生故缺失值，没有发现（处理缺失值的方法打算采用均值替代法，因为在处理奇异值时，我采用的方法是将X不在（）范围内的删除，然后全部用均值替代）。通过分析---描述统计------探索，将所有变量导入因变量列表（版本与实验室不同），最终形成箱形图， 变量 均值 方差 下限 上限 上市情况虚拟化 0.18 0.384 -0.588 0.948 物流组织网络化程度1 3.38 1.642 0.096 6.664 物流组织网络化程度2 2.94 1.49 -0.04 5.92 物流组织网络化程度3 3.13 1.559 0.012 6.248 物流组织网络化程度4 2.72 1.409 -0.098 5.538 物流服务成本/千万 4.99 2.503 -0.016 9.996 服务质量1 3.55 1.698 0.154 6.946 服务质量2 3.37 1.659 0.052 6.688 服务质量3 3.14 1.592 -0.044 6.324 顾客满意度1 3.49 1.765 -0.04 7.02 顾客满意度2 3.07 1.778 -0.486 6.626 顾客满意度3 2.79 1.635 -0.48 6.06 顾客忠诚度1 3.62 1.753 0.114 7.126 顾客忠诚度2 3.3 1.639 0.022 6.578 顾客忠诚度3 3.04 1.618 -0.196 6.276 “物流组织网络化程度4”与“物流组织网络化程度2”中数据“6”超过上限，所以应该删去。 文字描述、箱形图，处理办法，产生的新的变量 测量的信度、效度、共同方法偏差 信度分析： 步骤：分析-----度量------可靠性分析，将处理过缺失值的新数据中“物流组织网络化程度1~4”放入项目中，确定后生成数据Cronbach系数α1；同理可处理“服务质量1~3”、“顾客满意度1~3”、“顾客满意度1~3”分别α2、α3、α4； 项目数 Cronbach系数 系数值 信度好坏（＞0.7） 物流组织网络化程度 4 α1 0.816 好 服务质量 3 α2 0.979 好 顾客满意度 3 α3 0.975 好 顾客忠诚度 3 α4 0.978 好 由于各潜变量的信度都是很好的，所以整个测量的信度是可接受的。 效度分析： 步骤：分析---降维----因子分析，将处理过缺失值的新数据中“物流组织网络化程度1~4”放入“变量”中，确定后生成数据，形成各个因子载荷；同理可处理“服务质量1~3”、“顾客满意度1~3”、“顾客满意度1~3”并生成各个因子载荷； λ值 值 能否反应 物流组织网络化程度1 λ11 0.901 0.888257 能 物流组织网络化程度2 λ12 0.888 能 物流组织网络化程度3 λ13 0.899 能 物流组织网络化程度4 λ14 0.468 否 服务质量1 λ21 0.954 0.960 能 服务质量2 λ22 0.973 能 服务质量3 λ23 0.952 能 顾客满意度1 λ31 0.977 0.980 能 顾客满意度2 λ32 0.986 能 顾客满意度3 λ33 0.976 能 顾客忠诚度1 λ41 0.947 0.953 能 顾客忠诚度2 λ42 0.976 能 顾客忠诚度3 λ43 0.936 能 由于物流组织网络化程度4的因子载荷较小，所以不能充分反应潜变量。从spss中删除“物流组织网络话程度4”题项。重新操作“物流组织网络化1~3”的因子载荷，整理得到下表 λ值 值 能否反应 物流组织网络化程度1 λ11′ 0.931 0.909 能 物流组织网络化程度2 λ12′ 0.879 能 物流组织网络化程度3 λ13′ 0.