实证研究数据分析方法详解

1修订日：2010.12.8实证论文数据分析方法详解（周健敏整理）以下面研究模型 为例 来说明实证论文数据分析方法名称 变量类型 在 SPSS 软件中的简称（自己设定的代号）变革型领导 自变量 1 zbl1交易型领导 自变量 2 zbl2回避型领导 自变量 3 zbl3认同和内部化 调节变量 TJ领导成员交换 中介变量 ZJ工作绩效 因变量 YB 调节变量：如果自变量与因变量的关系是变量 M 的函数，称变量 M 为调节变量。也就是, 领导风格（自变量）与工作绩效（因变量）的关系受到组织认同（调节变量）的影响，或组织认同（调节变量）在领导风格（自变量）对工作绩效（因变量）影响关系中起到调节作用。具体来说，对于组织认同高的员工，变革型领导对工作绩效的影响力，要高于组织认同低的员工。中介变量：如果自变量通过影响变量 N 来实现对因变量的影响，则称 N 为中介变量。也就是，领导风格（自变量）对工作绩效（因变量）影响作用是通过领导成员交换（中介变量）的中介而产生的。研究思路及三个主要部分组成：（1）领导风格对于员工工作绩效的主效应（Main Effects）研究。（2）组织认同对于不同领导风格与员工工作绩效之间关系的调节效应（Moderating Effects）研究。（3）领导成员交换对于不同领导风格与员工工作绩效之间关系的中介效应（Mediator Effects）研究。变革型领导交易型领导回避型领导工作绩效领导成员交换组织认同2目 录1.调查问卷表中数据预先处理 31.1 剔除无效问卷 31.2 重新定义控制变量 32. 把 Excel 数据导入到 SPSS 软件中的方法 43. 确认所有的变量中有无“反向计分”项 43.1 无“反向计分”题 53.2 有“反向计分”题 54. 效度分析 65. 信度分析 86. 描述统计 97. 各变量相关系数 127.1 求均值 127.2 相关性 128. 回归分析 138.1 使用各均值来分别求 Z 值 138.2 自变量 Z 值与调节变量 Z 值的乘积 138.3 进行回归运算 148.3.1 调节作用分析 148.3.2 中介作用分析 188.4 调节作用作图 2231. 调查问卷表中数据预先处理1.1 剔除无效问卷调查问卷表中有内容对立的题项，主要是测试答题人是否认真阅读和填写本调查问卷表而设置的，例如： 2.2 题 我在决策过程当中经常发表了自己的意见。2.8 题 在决策中我没有发表意见的机会。可供的回答选项如下： 完全不符合 比较不符合 有点符合 比较符合 完全符合如果答题者 2.2 题的回答选，做 2.8 题的回答却选，则这份调查问卷为无效。该调查问卷所有数据应事先删除，即：这份调查问卷不能用做数据分析。有效的回答为：如果 2.2 题的回答选，做 2.8 题的回答选；或者，如果 2.2 题选， 那么 2.8 题选 。 等等（依此类推，在此不全部列出）1.2 重新定义控制变量输入在 Excel 中的调查问卷表 数据项，例如：最高学历、性别、年龄，当前工作时间，等等，诸如此类的描述统计的项目，被统称为“控制变量”数据导入 SPSS 之前，在 Excel 中要事先对“最高学历” 、 “性别” 、 “年龄” 、 “当前工作时间”等控制变量进行了归类和重新定义，例如：性别的重新定义：男性 表示为 1女性 表示为 2年龄的重新定义：25 岁以下 表示为 12530 岁 表示为 23035 岁 表示为 33540 岁 表示为 440 岁以上 表示为 5当前工作时间的重新定义：1 年以下 表示为 113 年 表示为 235 年 表示为 358 年 表示为 48 年以上 表示为 5等等（依此类推，对其他控制变量进行适当的定义）42. 把 Excel 数据导入到 SPSS 软件中的方法操作方法：打开 SPSS 程序，点击在左上角的 FileOpenDate对话框中的“文件类型”项中选择“Excel 格式 ”选择你要导入的 Excel 数据文件点击“打开”在对话框中的“Range”项定义提取 Excel 表中数据的范围“最左上角 : 最右下角” ，例如“B2 : HW217”数据自动导入到 SPSS 表格中，在 Date View页面中确认一下数据是否少读或多读不需要的信息。（注意：在对话框选项“Read variable names form the first row of date”上打勾或不打勾，对定义 Excel 表中数据的范围有影响，所以要确认一下数据是否少读或多读不需要的信息）从“Date View”页面转到“Variable View”页面，根据最左边的“Name”对应“调查问卷”中的问题项，在“Label ”列中标明自变量 1、自变量 2、自变量 3、调节变量、中介变量、因变量。Q1: 在“Label”列中标注什么代号？A1:根据个人的喜欢和方便识别、记忆 可自己定义，本文的标注是：自变量 1 zbl1自变量 2 zbl2自变量 3 zbl3调节变量 TJ中介变量 ZJ因变量 YBQ2: 怎样知道哪几行是自变量 1、哪几行是自变量 2、哪几行是因变量？A2: 导师会事先告诉你，在调查问卷表中哪些问题项是属于自变量 1、哪些问题项是属于自变量 2、哪些问题项是属于因变量。对照调查问卷表中各问题项的排列顺序 找到 SPSS 中相应的“行”并作上述标注。注意：数据较多，不要看错行，这样会导致运算了其他不相关的数据而造成错误!3. 确认所有的变量中有无“反向计分”项在做效度分析之前，先要看清楚调查问卷表中被选中作为变量的问卷题目有没有要“反向计分”的？每个变量所对应的问卷题目内容再仔细地一题一题确认一遍。所谓“反向计分”题是指在同一变量中与其他题目逻辑相反的题。例如：5.1 题 我清楚我的上司对我的满意程度如何。5.2 题 我的上司对我的问题和需求了如指掌。5.3 题 我的上司没有意识到我的潜力。 假如这 3 道题都属于同一变量，第 5.35题与其它题的逻辑相反，第 5.3 题就是“反向计分题” 。在做数据分析时，该题的计分应与其它题相反，因此事先要对该题的计分进行转换，转换方法如下 3.2 说明3.1 如果没有反向计分题，那么就跳过 3.2 的步骤，直接进行信度分析、效度分析等3.2 如果有反向计分题，那么执行以下步骤，经过计分转换后，该题才能和其它题一同进行之后的各项数据分析操作方法：TransformRecodeInto Different Variables在左边的框中找到“反向计分”的项并点击放入到“Numeric Variable Output Variable”框内在右边 Name 框中输入新的名字，比如：zbl2fanxiang（代表：自变量 2 的反向计分项）点击“Old and New Values”后进入另一个对话框，如果你的调查问卷表中该题是15 计分范围，那么按以下方法输入： 在 Old Value 框中键入 1 后，在 New Value 框中键入 5，点击 Add 按钮；在 Old Value 框中键入 2 后，在 New Value 框中键入 4，点击 Add 按钮；在 Old Value 框中键入 4 后，在 New Value 框中键入 2，点击 Add 按钮；在 Old Value 框中键入 5 后，在 New Value 框中键入 1，点击 Add 按钮；最后，按 Continue 按钮，完成计分转换的设定，再按 OK 键完成。生成新的 1 行，即：自变量 2 反向计分项（代号：zbl2fanxiang） ，出现在“Variable View”页面所有数据行的最下面 1 行。不要遗忘的注意点：在此后的运算（效度分析，信度分析，求均值） ，凡是涉及到要使用该项时，均用新生成的自变量 2 反向计分项（代号：zbl2fanxiang）代替原有项进行运算。64. 效度分析操作方法：AnalyzeDate ReductionFactor Analysis在左边的框中把所有自变量 1的项（标注为：zbl1）全都放到 Variables 框中去，点击 OK，完成自变量 1 的效度分析。重复以上操作，自变量 2、自变量 3、调节变量、中介变量、因变量都要分别做效度分析。结果如下：（只要 Copy 出必要的数据即可，不用把生成的所有结果都 Copy 出来）判断标准：看下表 Component 的值，如果全部都在 0.5 以上就有效，0.7 以上载荷就好；如果出现载荷小于 0.5 的变量题项，那么就筛除该题项。筛除方法：记住该变量的题项在下表 Component Matrix(a)的位置顺序，并在SPSS 软件的“Variable View”页面中找到相对应的数据行，在“Label”格中删除先前标注的变量代号，总而言之，就是今后在做任何运算时都不要用到该项。结果如下：“bl1：（自变量 1）变革型领导Component Matrix(a)Component1zbl1 .732zbl1 .763zbl1 .740zbl1 .790zbl1 .786zbl1 .803zbl1 .777zbl1 .711zbl1 .778zbl1 .788zbl1 .789zbl1 .770zbl1 .768zbl1 .770zbl1 .816zbl1 .784zbl1 .762zbl1 .760Extraction Method: Principal Component Analysis.a 1 components extracted.7bl2：（自变量2）交易型领导Component Matrix(a)Component1zbl2 .809zbl2 .803zbl2 .792zbl2 .810Extraction Method: Principal Component Analysis.a 1 components extracted.bl3：（自变量 3）回避型领导Component Matrix(a)Component1Zbl3 .839Zbl3 .897Zbl3 .713Zbl3 .884Zbl3 .796Zbl3 .819Zbl3 .821Zbl3 .514等等（此处省略，不一一列出各表格）根据以上这些结果作出下面这样的表格放在论文中即可（在论文中表格要居中放置）如下：变革型领导的因子载荷矩阵Component1变革型领导 .732变革型领导 .763变革型领导 .740变革型领导 .790变革型领导 .786变革型领导 .803变革型领导 .777变革型领导 .711变革型领导 .778变革型领导 .7888变革型领导 .789变革型领导 .770变革型领导 .768变革型领导 .770变革型领导 .816变革型领导 .784变革型领导 .762变革型领导 .760等等（依此类推，作出各变量表格放在论文中）5. 信度分析操作方法：AnalyzeScale Reliability Analysis在左边的框中把所有自变量 1的项（标注为：zbl1）全都放到 Variables 框中去，点击 OK，完成自变量 1的信度分析。重复以上操作，自变量 2、自变量 3、调节变量、中介变量、因变量都要分别做信度分析。结果如下：（只要 Copy 出必要的数据即可，不用把生成的所有结果都 Copy 出来）判断标准：看下表 Cronbachs Alpha 的值，如果全部都 在 0.7 信度以上就可以接受；如果信度小于 0.7，那么就要检查是否存在反向计分的题项，或者有些题项信度太低影响总的信度水平，排除这个题项后再算信度看看是否改善。如果发现这类情况，那么今后在做任何运算时都不要用到该题项。zbl1：（自变量 1）变革型领导Reliability StatisticsCronbachs Alpha N of Items.960 18zbl2：（自变量2）交易型领导Reliability StatisticsCronbachs Alpha N of Items.816 4zbl3：（自变量3）回避型领导Reliability Statistics9Cronbachs Alpha N of Items.870 8TJ：（调节变量）认同和内部化Reliability StatisticsCronbachs Alpha N of Items.864 3ZJ：（中介变量）领导成员交换Reliability StatisticsCronbachs Alpha N of Items.902 6YB：（因变量）工作绩效Reliability StatisticsCronbachs Alpha N of Items.873 4根据以上这些结果作出下面这样的表格放在论文中即可（在论文中表格要居中放置）如下：分量表信度分析汇总表变量类别 分量表 Cronbachs Alpha值变革型领导 .960交易型领导 .816回避型领导 .870自变量薪酬 0.851调节变量 组织认同 .864中介变量 领导成员交换 .902因变量 员工工作绩效 .8736. 描述统计描述统计的对象：本文的调查问卷表中：最高学历、性别、年龄，当前工作时间，等等为描述统计的对象（一般统计员工的数据，有必要时才统计领导数据） 。这些对象被统称为“控制变量” （事先要在数据导入 SPSS 前，在10EXCEL 表中先进行归类和重新定义，具体参见第 3 页 1.2 章节内容）操作方法：AnalyzeDescriptive StatisticsFrequencies在左边的框中把所有控制变量（如：最高学历、性别、年龄，当前工作时间、等等）全都放到 Var