第五章 其它常用统计技术（SPSS v 16.0）.docVIP

第五章 其它常用统计技术 一、信度分析 信度（reliability）。 一致性α 系数（coefficient alpha）和分半信度（split-half reliability）。 α 系数是对一组测验题目是否测量同样品质的度量。α 系数通常在 0 和 1 之间。α 系数接近 1，说明题目有较高的内部一致性，α 系数接近 0 明题目的内部一致性较低。如果计算得 α 系数为负数，那么说明部分题目和其他题目测量的内容相反。 对于项目数量比较大的量表，可以将题目随机分为两半，并计算分半信度。 【α 系数运算·例】 假若某班（31 人）参加了一次测验。量表由 7 个项目组成，每个学生各项目分数如表 5-1 所示。问所用量表的信度如何。 表 5-1 某班参加一量表测验的各项目得分 学生编号 项目1 项目2 项目3 项目4 项目5 项目6 项目7 1 7 2 4 2 4 4 5 2 5 6 9 6 4 9 2 3 5 9 2 5 4 1 6 … … … … … … … … 31 9 5 4 7 6 4 1 表 5-1-1 某班参加一量表测验的各项目得分的 SPSS 表格结构 〖操作〗AdvncdReliability1.sav。执行 Analyze ( Scale ( Reliability Analysis …，系统将弹出信度分析主窗口（Reliability Analysis），如图 5-1 所示。选中左侧变量列表中的 、、、、、 和 ，点击 ，将它们移动到 下方的分析项目列表中，如图 5-1-1 所示。 图 5-1 α 系数运算设置窗口 1 图 5-1-1 α 系数运算设置窗口 2 点击 ，系统将弹出有关统计量设置子窗口（Reliability Analysis: Statistics），如图 5-1-2 所示。选中 下的 和 两个方面的描述性统计量设置；选中 下的 、 和 这些关于各项目的统计量；选中 下的 项目间相关系数，如图 5-1-3 所示。 图 5-1-2 α 系数运算统计量显示设置子窗口 1 图 5-1-3 α 系数运算统计量显示设置子窗口 2 〖结果与解释〗 【结果报告】 项目内部一致性分析表明，该量表的 α 系数为负数，说明该量表中有的项目的测试内容和其它项目相反。 【分半效度运算·例】 一个量表由 6 个项目组成。用该量表对 5 个学生进行了一次测验，测验分数如表 5-2 所示。问该量表的分半信度如何。（本例数据参照温忠麟和邢最智 p98） 表 5-2 5 个学生接受 6 个项目的测验分数 学生编号 项目1 项目2 项目3 项目4 项目5 项目6 1 7 6 6 7 8 7 2 11 9 10 11 11 11 3 8 7 6 8 6 8 4 11 8 8 11 8 11 5 11 9 9 11 3 11 表 5-2-1 5 个学生接受 6 个项目的测验分数的 SPSS 表格结构 〖操作〗AdvncdReliability2.sav。除了以下两点注意事项之外，其他操作同上。 逐一选中左侧变量列表中的项目名称并移动到下方的分析项目列表的过程中，注意各项目的移动先后次序。系统将对量表按先后移动的项目分半。 如果各项目的移动顺序是 、、、、 和 ，那么，系统将把量表分成一半为 、 和 ，另一半为 、 和 ；如果各项目的移动顺序是 、、、、 和 ，那么，系统将把量表分成一半为 、 和 ，另一半为 、 和 。 在 旁边的下拉菜单中选择 运算方法。如果各项目的移动顺序是 、、、、 和 ，那么，主要分析结果如下所述。 〖结果与解释〗 【结果报告】 分半信度分析表明，如果所有项目按量表中的顺序分成前后两半，那么，该量表的分半信度系数为0.895。 实际研究中，一般采用奇偶分组方法，即将测验题目按照序号的奇数和偶数分成两半。如果项目数为奇数，那么，第一半的项目数比第二半多 1。而且，如果量表的项目数小于 10，一般不适于进行分半信度运算。 二、因子分析 因子分析（factor analysis）公共因子（common factor）。 几个逻辑步骤：相关矩阵（correlation matrix）计算、因子提取（factor extraction）、因子旋转（factor rotation）和结果解释（interpretation）。 共同度（communality），因子负荷（factor loadings）。 让我们通过一个例子来说明变量、公共因子、共同度和因子负荷的关系：如果对某校中学生从代数 1、代数 2、几何 1、几何 2 和几何 3 共 5 个方面的测试分数进行分析，得到两个公共因子因子 1 和因子 2，如表 5-1 所示（本例数据参照