spss数据分析教程之信效度检验、描述性统计、差异比较、相关分析、回归分析(适合问卷型数据).docx

spss数据分析教程之信效度检验、描述性统计、差异比较、相关分析、回归分析(适合问卷型数据).docx

  1. 1、本文档共33页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
目录 统计分析 1 结果 1 信度检验 1 效度检验 3 描述性统计分析 5 基础信息题描述性统计(单选) 5 多重响应频率分析(多选题) 10 连续数值数据描述性统计(各维度) 15 差异比较 17 交叉表卡方检验(分类变量差异比较) 17 独立样本t 检验(连续数值型数据两组间差异比较,如性别间) 19 单因素方差分析(连续数值型数据多组间差异比较,如年龄间) 21 正态检验 23 相关分析 25 回归分析 27 统计分析 本研究采用 SPSS 25.0 统计分析软件对问卷进行信效度检验,并对数据进行描述性统计(包括单选,多选,量表维度),差异比较(包括计数资料卡方检验, 计量资料 t 检验和方差分析),相关分析(包括pearson 相关分析和 spearman 相关分析)和多元线性回归分析。分析结果以 p0.05 为有统计学意义。 结果 信度检验 信度分析也被称为可靠性分析,是对测量结果稳定性、一致性和可靠性的检验,为了保证测量结果的准确性,进行分析前需要先对问卷中的有效数据进行可靠性分析。本次分析采用 Cronbachs α 系数进行信度分析,α 系数应大于或等于0.6,说明信度良好。 可靠性统计 克隆巴赫 克隆巴赫 Alpha .981 项数 30 由信度检验结果可知:该问卷量表克隆巴赫 Alpha 系数为 0.981,大于 0.7, 说明问卷整体有较高的内部一致性,问卷的项目设计合理有效,调查数据较为可靠,可进行下一步的检验分析。 详细操作步骤: 效度检验 效度即测量的准确性,测量效度愈高,表示测量的结果愈能显现其所欲测量内容的真正特征,构造效度主要是对测量内容逻辑性、适用性方面的测量,本次分析采用结构效度进行效度检验,KMO 值大于 0.6,说明效度良好。 KMO 取样适切性量数。 KMO 和巴特利特检验  .641 巴特利特球形度检验 近似卡方自 由 度 显著性 2245.121 435 .000 由信度检验结果可知:该量表的 KMO 值为 0.641,Bartlett 球度检验结果显著(p0.05),说明原变量间存在相关关系,效度良好。 详细操作步骤: 枢告·巴)桯述经计伍 枢告·巴) 桯述经计伍) 贝叶盺经计但) 壳团) 比较平均值也) —船线性栈型位) , , , , ? ? 弓 值 图形位) 实用程序心) 扩民区) 官口吧) 帮助(t 广义线性档型己) 广义线性档型己) ? 潠台梩型区) ? 恬关位) ? 回归区) ? 衬数线仕 O) ? 神经网络堕) ? 无 无 无 无 无 无 无 无 无 无 无 无 无 无 无 无 无 无 无 无 让 因 子匠\ 妙类巳降维 @ } ?,标窒心非参数柱验心) 妙类巳 降维 @ } ? , 标窒心 非参数柱验心) ,? g-+h气l 令 下11 &石;m,I 厂r` 偷 -=+ 厂· h, “ 0 丢下兮析 玉L 怂、 X la0 mmonlnu 5ed{l9已 £, 0 1 1 理入 a 1 2Q10 至表所石但 la0 mmonlnu 5ed {l9 已 £, 0 1 1 理入 a 1 2 Q10 至表所石 但织(ID. J L 止 衣 山 」 们 单 担 型 心 ) 回 初能韵(!)。 r - , 0 1 5 怂 选探雯里邸 戎 明买恕g 夕 网站而呈 相关性矩胜 El 系§h但 芒世四 夕 ,即 邸酷 # 信任 n -.., 厅 笠苦住水平但" 了百生也) 岁 电子口弦 0 巨 = 甘I 口 决晒 子Q I 亡 反映匣包l 只o-滋 荨 匡 己 已 阮 已 口 右 § 积痉 至右 # 标层 描述性统计分析 基础信息题描述性统计(单选) 基础信息题描述性统计计数 基础信息题描述性统计 计数 占比(%) Male 22 48.9% Female 23 51.1% 20 years old or below 12 26.7% 21~25 6 13.3% 26~30 0 0.0% 31~35 5 11.1% 36~40 6 13.3% Over 40 years old 16 35.6% No education 10 22.2% Age Education background High school diploma21 High school diploma 21 46.7% Bachelor degree 12 26.7% Masters degree 2 4.4% Doctoral degree 0 0.0% Unmarried 20 44.4% Married 25 55.6% Yes 36 80.0% No 9 20.0% Less than one year 9 20.0% 1~2

文档评论(0)

暗伤 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档