第8章 资料统计推断.pptVIP

第8章 资料统计推断 本章内容 相关分析 信度分析 因子分析 回归分析 实验五：相关分析 实验六：信度分析 实验七：因子分析 实验八：回归分析 一、相关分析 相关关系的种类 按相关关系涉及的因素划分 单相关：两个因素之间 复相关：三个以上的因素之间 按相关关系的表现形态划分 直线相关：近似于一条直线 曲线相关：近似于一条曲线 按相关关系变化的方向 正相关：同向变化 负相关：反向变化 实验五：相关分析 实验目的 巩固所学相关分析的知识 运用相关分析方法分析数据 实验准备 数据准备 了解SPSS中相关分析的模块及功能 Analyze → Correlate→Bivariate：两变量之间的线性相关分析 Analyze → Correlate→Partial：变量间的偏相关分析 三种相关系数 Pearson：积距相关系数，参数相关，定距变量 Kendall：等级相关系数，分类变量 Spearman：非参数相关（秩相关） 实验内容 作所分析数据的散点图，评估运用相关分析的可能性。如果可以，进行下一步； 输入数据，计算Pearson 和Spearman相关系数； 解释计算结果。 实验要求 掌握相关分析的基本步骤 将计算结果及其解释输出到实验报告中 二、信度分析 量表信度 量表信度（reliability） 是指与潜在变量的实际分数的方差比例（德威利斯，2004）。 是指一个测量的可靠性或精确性。 信度分析 信度分析：主要是检验所开发的量表在度量相关变量时是否具有稳定性和一致性。 具体来说，是指检验量表内部各个题项间相符合的程度以及两次度量的结果前后是否具有一致性。 信度检验指标 常用的检验信度指标有三个：稳定性（stability）、等值性(equivalence)和内部一致性(internal consistency)。 内部一致性的估计方法有很多，常以Cronbach’s a系数来估计。a越大，表示该变量的各个题项的相关性越大，即内部一致性程度越高。 Cronbach’s a系数 用Cronbach’s a系数法来评价量表内部一致性通常有两个方面： 项目总体相关系数要求大于0.3，且项目的Cronbach’ s a需小于量表总体的Cronbach’ s a，不符合此条件的项目应删除； 量表的Cronbach’ s a值越接近1越好，表明量表的信度越高。具体而言，当计量的项目总数小于6时，Cronbach’ s a值只要大于0.6，也是比较令人满意和可以接受的，如果计量的项目总数大于6，应该以0.7为取舍下限。 实验六：信度分析 实验目的 增强对信度含义的理解 掌握信度分析的方法 实验步骤 信度分析在SPSS中的操作步骤： step1：Analyze - Scale -Reliability step2：在变量清单中点选待分析的变量置入右边Items中，在 Model模式中选择Alpha step3：按Statistics 在里面点选Scale if item deleted ，按Continue - OK 实验要求 掌握信度分析步骤 掌握信度分析中题项选取原则 将分析结果输出到实验报告中 三、因子分析 因子分析 因子分析是一种多变量化简技术。 因子分析的基本原理： 通过分解原始变量，从中归纳出潜在的“类别”，相关性强的指标归为一类，不同类间变量的相关性较低。每一类变量代表了一个“共同因子”，即一种内在结构，因子分析就是要寻找该结构。 因子分析步骤 确认待分析的原变量是否适合作因子分析。 构造因子变量。 利用旋转方法使因子变量更具有可解释性。 计算因子变量得分。 因子命名 因子分析注意事项 应用条件 变量是计量的，能用线性相关系数（Pearson积叉相关系数）表示它们之间的相关性。 总体的同质性 样本量。经验：样本量与变量数的比例应在5:1以上。 因子数目 一般认为，累积贡献要达到80%以上。 实验七：因子分析 实验目的 理解因子分析的原理 掌握因子分析方法 实验步骤（续） 点击Rotation，在该对话框中的Method选择一个旋转方法，通常选Varimax（方差最大化正交旋转）。 在Display选Rotated solution（以输出和旋转有关的结果）和Loading plot（以输出载荷图）。点Continue，返回； 如果要计算因子得分就要点击Scores，再选择Save as variables（因子得分就会作为变量存在数据中的附加列上）和计算因子得分的方法（比如Regression）。点Continue，返回； 点OK，开始因子分析。 实验要求 掌握因子分析步骤和方法 在报告中输出分析结果 四、回归分析 多元（重）线性回归模型 y=b0+b1x1+b2x2+…+bnxn b0为常数项 b1、b2、