资料检核---《量化研究与统计分析》教学幻灯片(繁体中文).pptVIP

第六章 資料檢核 量化研究與統計分析 第一章 科學研究與量化方法 第六章資料檢核 Data Screening 課程目標 了解資料查核的目的 了解遺漏值的發生與處理原則 熟習SPSS遺漏值處理功能 了解偏離值處理的原則與方法 了解反應心向的特性與處理原則 資料查核 目的在確認研究資料的正確性(accuracy)，確保研究資料的完整性(completion)與堪用程度(availability) 數據查核與清理: 檢查資料的正確性 數據整備: 重新整理資料以備分析支用 資料查核 過程查核 ─資料未完成輸入前所進行的資料檢查程序 定點查核、定時查核或專人查核 終點檢核─資料完成輸入之後所進行的資料檢查程序 可能性檢查(wild code checking)與邏輯性查核(logical or consistency checking) 遺漏值處理 遺漏值的處置與估計 編製階段: 發展良好的工具 鍵入階段: 立即反應。 鍵入後補漏: 錯誤補漏。相關題研判 鍵入後估計 中間數估計法 平均數估計法 迴歸估計法 SPSS的遺漏值處理功能：基本處理 各種分析當中，提供不同的基本處理 SPSS的遺漏值處理功能：估計處理 SPSS提供置換遺漏值的功能 數列平均值 附近點平均數 附近點中位數 線性內插法 點上線性趨勢 偏離值的處理 偏離值(outlier)─指變項偏離常態、不尋常的數值，也就是與多數受測者的反應數值極端不同的狀況。 與極端值(extreme)─嚴重的偏離情形 單變項偏離值的處理 次數分配與直方圖的使用 盒狀圖的運用 雙(多)變數的偏離現象 單變項偏離: 直方圖的使用 雙變項(單類別與單連續變項)偏離檢驗 三變項(單類別與單連續變項)偏離檢驗 雙變項(雙連續)偏離檢驗 偏離值的處理 錯誤偵測: 重新調閱文本資料以確知資料的正確性 虛擬變項分析法: 將偏離值視為一組，非偏離值為一組，進行區別函數分析以確定那些變項可以區分此二組，這些變項便可能是造成多變項偏離值的變項，再以散佈圖來描繪該數值的位置。 去除法 合併組法 數學轉換法 反應心向 定義 受試者在填答問卷時，無論測驗的內容和情況如何，受試者具有一種比較固定的作答傾向稱為反應心向(Wiggins, 1973) 反應心向的發生，有時是有意識的，有時是無意識的。但皆會影響資料的正確應用 反應心向的處理 系統性偏誤(廢卷處理法) 人格屬性的變項化處理 (事前估計法、統計控制法) 使用不同的測驗形式 常見的反應心向 離異反應心向(deviation)─受試者傾向於回答特殊的答案 順從心向或唯唯諾諾(acquiescence)─受試者傾向於回答同意(yeasayers)或不同意(naysayers)的答案 作答粗心(careless responding)或題項遺漏(omitting items) 偽善(faking good)與偽惡(faking bad) 批判、攻擊傾向(criticatness or aggression)，指受試者的答案均較具有批判性或攻擊性。 社會讚許或社會偏愛反應心向（social desirability），也就是指受試傾向於以社會大眾所歡迎的語句或選項來描述自己的狀態，避免使用社會不贊同、具負面評價的填答方式。 基本統計假設的檢驗 常態性檢驗 觀察值必須符合常態分配的特性(normality） SPSS: 分析→摘要→資料預檢 變異數同質性檢定（homogeneity of variance） 在平均數差異檢定（t檢定）與變異數分析中，不同組別中的觀察值，不僅應符合常態分配的假設，同時樣本的變異數應具有同質性，而無太大的差異 SPSS: 統計分析→摘要→預檢資料→因子擴散圖附Levene檢定→設定於不轉換 基本假設違反通常必須對於資料進行轉換 SPSS: 預檢資料→ Levene檢定→冪次估計 常態性檢驗的方法 方法 點選常態機率圖附檢定之選項，來進行不同樣本的常態分配假設考驗 Kolmogorov-Smirnov統計量 Shapiro-Wilk統計量：樣本數50以下的常態性檢驗 檢視常態機率圖（Q-Q圖）。是否呈直線分佈 常態分配的檢驗結果 變異同質性檢驗 方法 變異數同質性檢定在各種統計分析功能中皆有提供，稱為Levene’s檢定 或以分析→摘要→預檢資料功能選項來進行檢驗 Time for rest Chapter 6 is done here.. See you later! * ☆ 量化研究與統計分析……. 第一節 第二節 第二節 第二節 第二節 極端值 第三節 單變項偏離: 盒狀圖的使用 第三節 第三節 第三節 第三節 第三節 第四節 第四節 第五節 第五節 第五節 第五節