管理类商务分析课程SPSS基本概念解释.doc

1:什么是构念？如何进行操作化？（第2章） 概念：构念(construct)是为特殊的研究目的而设计的高度抽象的、一般无法直接观察到的概念。 如：组织承诺、离职倾向、集体效能感、品牌个性、品牌忠诚度、满意度等。社会阶层 （经济地位、政治地位、社会地位） 测量过程（将抽象的概念具体化，用测量指标反映。）是从某一构念的提出到最终测量结果的评估所经历的过程，包括三大步骤： （1）构念的形成与界定（2）测量指标的选择及操作化（3）测量信度与效度评估 2：测量的尺度如何划分？各有何特色？（第2章） 概念：“测量是研究者根据一定的规则，用数量的方式描述研究对象所具备的某种特征或行为”。 按作用分（相互关系）： 自变量 因变量 中介变量 控制变量 调节变量 按性质分：离散型变量--只能取有限个数值、不能再细分的变量 （家庭人口数、性别、职业、喜欢收看的电视节目、上网的主要目的） 连续型变量--可以取某个范围内的任何数值的变量 （收入、上网时间长度、满意程度得分） 按测量尺度分： 1、定类变量（Nominal) 如果所提的问答题的答案只表示类别，不表示任何数量的顺序或大小，那么对应的变量就叫做定类变量。定类变量的取值可以是表示类别的文字，也可以是数字代码。 X1=“性别”； X1=1(男)， X1=2(女) ； X2=“购物地点”：X2=1(王府井)，X2=2(西单)，X2=18(前门) 适用的统计方法：频数分析、交互分析 2、定序变量(Ordinal) 如果所提的问答题的答案可以表示重要大小或程度轻重等顺序的先后，那么对应的变量就叫做定序变量。定序变量的取值可以是表示顺序的文字，但一般都是用排序或排名次的数字形式来表示。 X1=“收入级别”； X1=1(低), X1=2(中), X1=3(高) X2=“喜欢程度排序”：X2=1(第一喜欢)X2=2(第二喜欢)¨¨¨ X2=5(第五喜欢) 可以指出被访者在顺序评价时给出的相对位置 但是不能判断这些相对位置之间的绝对距离 适用的统计方法：频数分析、交互分析、中位数、 百分位数、秩相关系数 3、定距变量(Interval） 如果所提的问答题的答案可以表示绝对数值的大小，那么对应的变量就叫做定距变量。定距变量的取值用数字形式表示。 X = “喜欢程度得分”X2=1(很不喜欢)，X2=2(不太喜欢)，X2=3(一般)，X2=4(比较喜欢)， X2=5(非常喜欢) 不但可以指出被访者在评价时给出的相对位置 还能判断这些相对位置之间的绝对距离 零点位置不是固定的 适用的统计方法：不涉及比值计算的所有统计方法 4、定比变量(Ratio) 如果所提的问答题的答案可以表示绝对数值的大小，而且零点也是有意义的话，那么对应的变量就叫做定距变量。 X1 =“收入”: X1=1200(元), X1=800(元), 等 X2 =“上网时间”:X2=90(分),X2=60(分),X2=0(分),等 具有定类、定序和定距量表的所有性质 除此之外，还具有绝对的零点 所有的统计方法，都适用于定比变量。 尺度 基本特性 普通实例 营销实例 允许的统计 描述性 推论性 定类 数字用于对物体的识别和分类。 学号、组号、身份证号等 品牌号、商店类型、性别 百分比、众数 卡方、二项式检验 定序 数字代表物体的相对位置，但没有指明差距的大小。 成绩排名、比赛排名 偏好排序、市场地位、社会阶层 百分位数、中位数 序列相关、方差分析 定距 物体之间可比较的差距，零点是任意的 温度（华氏、摄氏） 态度、观点、指数 全距、平均数、标准差 简单相关、T检验、方差、回归、因子分析 定比 零点是固定的，可以计算尺度值的比 长度、重量 年龄、收入、成本、销售额、市场份额 几何平均数、调和平均数 均适用 3：随机抽样技术分为哪几种？如何应用? （第5章） 随机抽样(也称概率抽样probability sampling)按照随机原则抽取样本。 特点：能有效避免主观选样带来的倾向性误差，计算和控制抽样误差，说明估计结果的可靠程度。 简单随机抽样 优点：方法简单直观，尤其是总体名单完整时局限： 局限：采用简单随机抽样，必须对总体各单位编号；某些事物无法适用，如：对连续不断生产的大量产品进行质量检验，就不能对全部产品进行编号抽样；当总体的标志变异程度(方差)较大时，简单随机抽样的代表性不如分层抽样的代表性高；适用于总体单位不太庞大以及总体分布比较均匀的情况。 (二)等距抽样 含义：systematic sampling------系统抽样，先将总体各单位按一定的顺序(标志)排列起来，然后按