多变量分析基本认识.pptVIP

Unit 2： 多變量分析基本認識 2.1 變量與衡量尺度 （1）變量（Variate） 「變量」是指兩個或以上變數的線性結合，各變數的權重則由實證資料來決定。假定有m個變數（X1 … Xm），則其m個加權變數的變量值可用數學式表示如下： 變量值＝ω1X1＋ω2X2＋…＋ωmXm ω代表由多變量分析技術求得的權重 （2）衡量尺度 非計量尺度（nonmetric scale）： －名目尺度（nominal scale，亦稱名目量表） －順序尺度（ordinal scale，亦稱順序量表） 計量尺度（metric scale）： －區間尺度（interval scale，亦稱區間量表） －比率尺度（ratio scale，亦稱比率量表） 各尺度比較表如下 （3）信度與效度 信度(Reliability) 問卷的信度係指個別題目之可信度，亦即衡量結果之一致性或穩定性。信度之衡量，包括再測信度、折半信度、Cronbach’s α信度等。 －再測信度（Retest Reliability） 係指同一衡量工具對同一研究對象，前後兩次測試結果之接近程度。 －折半信度（Split Half Reliability） 係指同一衡量工具對同一研究對象之衡量題目被隨機平分成兩個部分後，二者衡量結果之接近程度。 －Cronbach’s α信度 Cronbach(1951)提出之α信賴係數，是目前行為研究最常使用之信度指標。 Cronbach’s α建立在抽象的理論上，但在一些合理的假定之下，根據觀察值就可以計算Cronbach’s α。 Cronbach’s α係數為非負數值。Cronbach提出一項判斷信度之準則；即α＜0.35代表低信度，0.35＜α＜0.7代表中信度；α＞0.7代表高信度。實務上，α≧0.26即可宣稱問卷題目之信度可接受。 效度(Validity) 問卷的效度係指問卷之有效程度，亦即能夠真正測得變數性質之程度。效度高低之判斷比較主觀，係以邏輯基礎之存在與否為依據，並不像信度一樣有許多量化的衡量指標。一般可分為三種，內容效度、效標相關效度、構念效度等。 －內容效度(Content Validity) 係指衡量工具的內容適切性，亦即涵蓋研究主題的程度。涵蓋程度愈高，則愈滿足內容效度之要求。以問卷為例，只要問卷內容來自於理論基礎、實證經驗、邏輯推理、專家共識等，且經過事前預試，就具有合理的內容效度。 －效標相關效度(Criterion-Related Validity) 係指衡量結果與所欲衡量之特質間的相關程度。效標(Criterion)係指足以代表衡量特質之變數。 －構念效度(Construct Validity) 係指能有效衡量某一構念的程度。構念泛指具體的特質或抽象的概念，無法直接觀察，必須間接藉由若干變數衡量之。 2.2 資料矩陣 資料矩陣包括n個事物（i＝1,2,3,…,n） ， m個變數（j＝1,2,3,…,m）， Xij代表第i個事物在第j個變數上的數值 2.3 描述性統計量 平均數（￣） 標準差（S） 變異數（S2） 共變數（Cov） 2.4 衡量誤差與統計顯著性 分析樣本資料 → 統計推論 → 推論或解釋母體 －統計推論 型Ι誤差（α）： 虛無假設（H0）為真時，拒絕虛無假設的機率 型Ⅱ誤差（β）： 虛無假設為假時，接受虛無假設的機率 檢定力（1－β）： 當應該拒絕虛無假設時，正確拒絕虛無假設的機率；亦即當統計顯著性確實存在時，統計檢定結果也指出具有統計顯著性的機率 型Ι、型Ⅱ錯誤和檢定力的關係 2.5 多變量分析方法分類 準則變數、相依變數、因變數 （dependent variable） 預測變數、獨立變數、自變數（independent variable） 方法分類： －多變量分析之分類 －相依方法的分類 －互依方法的分類 2.6 多變量模式建構之程序 步驟1：定義研究問題、目標及將使用之多變 量分析方法 步驟2：發展分析計劃 步驟3：檢視所使用多變量分析方法下之假設 條件 步驟4：估計多變量模式並評估其整體模式配 適度 步驟5：解釋所估計之變量 步驟6：Validate多變量模式 2.7 李克特量表(Likert Scale) 問卷調查分析經常用到的衡量工具是李克特量表。李克特量表具有任意原點的特質，但兩兩分數間之差距多為主觀認