信度检定变异数分析anova.pptVIP

玩弄多變量於股掌 張偉豪 三星統計服務有限公司執行長 Amos 亞洲一哥 統計方法的分類 次數分配表 交叉分析 多重交叉分析 複選題分析 項目分析（t 檢定） 信度檢定 變異數分析(ANOVA) 多重比較(差異分析) 多變量變異數分析(MANOVA) 相關分析 迴歸分析 路徑分析（多個迴歸分析） 典型相關 羅吉斯分析（logistic) 集群分析 區別分析 因素分析 卡方分析 同質性檢定 適合度檢定 獨立性檢定 因素分析主要的功能 建立量表的建構效度。 收斂效度及區別效度。 簡化測量的內容。 用來協助測驗編製，進行項目分析，檢驗試題的優劣好壞。 集群分析(針對人群分類) 目的 將資料分成幾個相異性最大的群組，而群組內的相似程度最高。 分析工具 二階段集群分析 200個樣本以內採階層式集群分析(實務上100個判斷就有問題了) 200個樣本以上採 K-means 集群分析(cluster analysis)分組完後，可用區別分析驗證之 樣本大小決定 經驗：以問卷中最大的構面中的題項數目為主，以5～20倍為抽樣數目，依母體大小決定之(multivariate data analysis, 5th ed., Hair, Jr. et al., p.98~99)。 計算： 問卷發展流程 預試(pretest) 目的: 了解問項題意是否清楚及修正錯字等 刪除不具鑑別力的題項，來提升問卷品質 可供應用的統計方法: 次數分配(檢查有無輸入錯誤或遺漏值) 項目分析(刪除不具鑑別力的變數) 因素分析(縮減變數的數量以利分析進行) 信度分析(求得因素之內部一致性) 一般統計方法運用的方式 資料建檔(用excel建檔) 檢查資料(檢查資料輸入是否有誤) 遺漏值處理 刪除資料(tip:由後往前刪) 項目分析(問卷搜集完後) 目的：減少題項，找出有鑑別力的題目 因素分析(探索式) 目的：再度縮減題項，並根據預試資料作初步的信度分析。 統計分析流程 t 檢定(t-test) 平均數的差異考驗 雙母群考驗 如果研究者想同時考慮不同情況之下的平均數是否有所差異，例如男生與女生的平均數的比較，此時即牽涉到多個平均數的考驗；不同的平均數，代表背後具有多個母數的存在，因此被稱為多母數的平均數考驗。 變異數分析—ANOVA 平均數差異檢定：基本原理是計算兩個數值以上（平均數）之間的差異，如果差異夠大，大於統計上的隨機差異，便可能獲得顯著的結果，拒絕虛無假設、接受對立假設。平均數差異與隨機差異的比值，決定了統計的顯著與否。 多變量變異數分析(MANOVA) 在變異數分析中，如果要同時考驗數個依變項，且具中度相關，則採用MANOVA。 MANOVA是ANOVA之擴展，當依變數有兩個以上時，採用多變量變異數分析可減少型一錯誤並同時了解群組間平均數在所有依變項的差異(Bryman Cramer, 1997)。 多重比較(事後比較) 一般在整體性之F檢定達顯著後才進行，比較方式為兩兩比較，但也可因研究目的的不同，只做平均數的多重比較，不必考慮整體性F檢定的結果。 Bonferroni 校正LSD多群比較產生的型一錯誤，校正方法為LSD的p-value×N(N-1)/2若在0.05以下結果顯著。 相關分析(皮爾森相關) 相關（correlation）是用以檢驗兩個變項線性關係的統計技術，以相關係數（coefficient of correlation）來表示其相關程度。 皮爾森相關係數是一個標準化的關聯係數。其原理是先計算出兩個變項的共變量，再除去兩個變項的標準差，加以標準化，得到的一個去除單位的標準化分數。 相關係數介於-1至1之間。 迴歸分析(Regression) 基本條件: 連續變項之間的關係 線性關係 (linear relationship) ，指兩個變項的關係可以被一條最具代表性的直線來表達之時，所存在的關連情形。 迴歸分析的結果無法證明 x 和 y 之間有因果關係存在。 因果關係須滿足三個條件：1. 除了評估變數之外，其餘變數保持不變；2. x、y 有顯著相關；3. 因(x)必發生在果(y)之前。 迴歸方程式 路徑分析（path analysis） 路徑分析由一系列的迴歸分析所組成，除了借用迴歸方程式的原理，並透過假設性的架構，將不同的方程式加以組合，形成結構化的模式。 優點:可用來證明中介變數的存在與否 缺點：執行n次迴歸，其信心水準1-α會成為0.95n 。因此，執行愈多次迴歸，其模型之可信度愈低。 典型相關分析 多個自變數影響多個因變數 項目分析與信度估計 預試分析 目的在確認量表題目的堪用程度 最重要的工作為項目分析，試探性的信度分析，以作為題目改善的依據 信、效度檢驗 提供各項客觀指標，作為測驗與量表良窳程度的具體證據。 二元 羅