SPSS基本功能和操作.docVIP

统计分析模型 （1）信度分析 文献[558] 操作步骤：分析—度量—可靠性分析（R）—移动变量到项目（I）框内—统计量—描述性（项+度量+如果。）—项之间（相关性）—继续—确定 信度系数界限值：0．60—0．65认为不可信；0．65—0．70认为是最小可接受值：0．70～0．80认为相当好；0．80—0．90就是非常好。因此，—份信度系数好的量表或问卷最好在0．80以上，0．70—0．80之间还算是可以接受的范围；分量表最好在0．70以上：0．60—0．70之间可以接受。若分量表的内部一致性系数在0．60以下或者总量表的信度系数在0．80以下，应该考虑重新修订量表或增删题目。 案例处理汇总 N % 案例 有效 102 100.0 已排除a 0 .0 总计 102 100.0 a. 在此程序中基于所有变量的列表方式删除。 可靠性统计量 Cronbachs Alpha 基于标准化项的 Cronbachs Alpha 项数 .822 .830 7 项总计统计量 项已删除的刻度均值 项已删除的刻度方差 校正的项总计相关性 多相关性的平方 项已删除的 Cronbachs Alpha 值 经济因素 27.02 12.415 .088 .099 .872 成长因素 26.89 10.058 .782 .669 .770 删除任何题项后的Cronbach’s α系数也无显著提高。可见核心知识性员工激励组合量表的内部一致性高，信度较好。信度分析说明该问卷的整体结构设计具有较高的可信度。由此可以认为，该问卷具有较好的内在信度，依此调查得到的数据是可信的，基于该问卷进行的数据统计分析结果也是比较可靠的。 （2）效度分析 文献[560] 每一个r值彼此都达到显著性水平的个数越多，就表示该分量表建构效度越好。 操作步骤：分析—相关—双变量（B）—移动变量到变量（V）框内—相关系数（Spearman/Kendalltau-b(K)）—显著性检验（双侧检验）—标记显著性相关—确定 相关系数 经济因素 成长因素 精神因素 领导因素 环境因素 工作因素 管理因素 Spearman 的 rho 经济因素 相关系数 1.000 .241* .183 .125 .266** .061 .144 Sig.（双侧） . .015 .065 .210 .007 .544 .149 N 102 102 102 102 102 102 102 成长因素 相关系数 .241* 1.000 .711** .691** .585** .487** .432** Sig.（双侧） .015 . .000 .000 .000 .000 .000 N 102 102 102 102 102 102 102 *. 在置信度（双测）为 0.05 时，相关性是显著的。 **. 在置信度（双测）为 0.01 时，相关性是显著的。 从工作满意度与员工参与的相关分析结果中可以看出，工作满意度的6个维度均与员工参与有相关关系，且都为正向相关，显著性水平均达到0.05的显著性水平，可证明薪酬激励量表具有较高的收敛效度，可以进行后续研究，他们之间的相关性也可以说明本文的研究具有一定的意义。 第二种方法（备用）：分析—度量—可靠性分析（R）—移动变量到项目（I）框内—统计量—项之间（相关性）—继续—确定 项间相关性矩阵 经济因素 成长因素 精神因素 领导因素 环境因素 工作因素 管理因素 经济因素 1.000 .108 .029 -.006 .239 -.009 .037 成长因素 .108 1.000 .670 .720 .657 .570 .502 精神因素 .029 .670 1.000 .660 .517 .477 .373 领导因素 -.006 .720 .660 1.000 .566 .537 .481 环境因素 .239 .657 .517 .566 1.000 .471 .387 工作因素 -.009 .570 .477 .537 .471 1.000 .647 管理因素 .037 .502 .373 .481 .387 .647 1.000 对比上面相关系数表，项间相关性矩阵中相关系数判别标准：》=0.1(强相关) （3）频数分析 P66 文献[558] 操作步骤：分析—描述统计—（123）频率（F）—移动变量到变量（V）框内—显示频率表格√—统计量—分布（偏度+峰度）—继续—确定 频率也称频数，就是一个变量在各个变量值上取值的个案数。SPSS中的频数分析过程可以方便地产生详细的频数分布表，即对数据按组进行归类整理，形成各变量的不同水平的