SPSS统计应用实务

1、SPSS统计应用实务-问卷分析与应用统计 研究者只要按照本书中的操作程序，就能编制预试问卷、完成预试问卷的项目分析、效度构造与信度检验，并进行正式问卷的统计分析。概述概述 & 量化研究与统计分析量化研究与统计分析请注意变量如果要进行四则运算或统计分析，其变量的类型一定要设为Numeric类型，否则无法进行描述性统计分析，参数统计或非参数检验。量化研究与统计分析量化研究与统计分析 量化研究的基本概念 量表分析步骤 量表的编码 复选题及其他方式的数据文件建立量的研究质的研究量的研究质的研究量的研究质的研究量的研究质的研究调查法 主要量的研究设计方法相关研究法实验法访问调查问卷调查真正实验设

2、计准实验设计 相关法旨在描述两个变量之间的相关以及相关法旨在描述两个变量之间的相关以及相关程度的高低。相关程度的高低。 目的在于证明两个变量之间是否存在相关目的在于证明两个变量之间是否存在相关并说明这种相关的性质。并说明这种相关的性质。 所有的相关研究法都无非是收集感兴趣的所有的相关研究法都无非是收集感兴趣的观察资料，然后计算相关系数。观察资料，然后计算相关系数。量的研究主要在于数据的搜集、计算机统计应用分析。其研究历程包括： 1.选择与定义问题 2. 执行研究的程序 【完整的实施程序包括样本或受试者的选择，测量工具的改进，数据的搜集。】 3.数据分析 【首要的是正确的统计方法的选用与数据结果

3、的客观解释】 4.结果分析与结论 在统计学中，不能对H1的真实性直接检验，需要建立与之对立的假设，即虚无假设，又叫无差假设、零假设、原假设，记为H0 在进行任何一项研究时，都需要根据已有的理论和经验事先对研究结果做出一种预想的希望证实的假设，叫科学假设，统计术语表示叫研究假设，记做H1，又称备择假设、对立假设。实验研究时应把握的原则要有适当的统计检验功效，使和0间差异有实质意义存在。使用最小资源、人数提供适当的保护，以防止第一类型错误无关干扰变量的影响要最小两种类型的错误H0为真为真实际情况实际情况决定决定拒绝拒绝H0接受接受H0H0不真不真第一类错误第一类错误正确正确正确正确第二类错误第二类

4、错误 P拒绝拒绝H0|H0为真为真=, P接受接受H0|H0不真不真=. 犯两类错误的概率犯两类错误的概率:显著性水平显著性水平 为犯第一类错误为犯第一类错误(Type I error)的概率的概率; 为犯第二类错误为犯第二类错误(Type II error)的概率的概率.抽样的基本准则：样本具有代表性 选取的样本大小是否足够 样本选取时抽样的方法是否适当 从样本处所获得的数据是否精确常用抽样方法 随机抽样：根据概率理论，以随机原则方式从总体中抽取一定比例的受试者。非随机抽样法常用者为“目的抽样”与“便利抽样”。 分层随机抽样：受试者总体间差异很大，或某些样本点很少，为顾及小群体的样本点也能被

5、抽取 整群抽样法：若样本所属的总体很大或涵括的地理位置很广则整群抽样步骤 确认与界定总体 决定研究所需样本大小 确认与定义合理的组群 列出总体所包括的所有组群 估计每个组群中平均总体成员的个体数 以抽取的样本总数初一组群平均个体数，以决定要选取的组群数目 随机抽样方式，选取所需的组群数 每个被选取的组群中的所有成员即成为研究样本一、抽样的样本需要多少？ 初学者进行与前人相类似的研究时，可参考别人样本数。 若地区性研究平均样本人数在5001000 全国性研究平均样本人数约在15002500 描述性研究是，样本数最少占总体的10%，若总体较小，则最小的样本数最好为总体的20%。 相关性研究的目的在

6、于探究变量间有无关系存在，受试者至少须在30人以上。 因果比较研究与许多实验研究，各组人数至少要有30位。以下情况要采用较大样本数 编制的测量工具的“信度”（可靠性）较低时 研究进行中有较多变量无法控制时 总体的同构性很低 统计分析时，受试者需再细分为较小的各群组来分析比较时 实验设计时，预期会有较多受试者中途退出时二、变量属性是否正确界定？1、称名数据称名数据，组成的这些数据仅是类别符号而已，没有在量方面的实质性意义，一般不能对这类数据进行加减乘除运算，但通常可对每一类别计算次数或个数等。例如，用6位数字组成全国各地的邮政编码。 2、顺序数据顺序数据，顺序变量数据之间虽有次序与等级关系，但这

7、种数据之间不具有相等的单位，也不具有绝对的数量大小和零点。因此，只能进行顺序递推运算。例如，比赛中排名次。 3、等距数据等距数据，例如测气温的量值，星期一为20，星期二为22，星期三为24。则我们可以知道星期三气温高于星期二，星期二气温又高于星期一；而且我们还可以从实质性的角度说明相邻两天气温之差是相等的。对这类数据一般不能用乘、除法运算来反映两个数据之间的倍数关系。有相等单位，无绝对零点。 4、等比数据等比数据，例如一个学生在20岁时身高180CM，而他3岁时身高是90CM，我们可以说，20岁时的身高是他3岁时身高的两倍。这类数据可以进行加减乘除运算，允许人们用乘除法处理数据，以便对不同个体

8、的测量结果进行比较，并作比率性描述。有相等单位和绝对零点。三、变量性质与适用时机 通常因变量为连续变量时，可进行参数统计，如方差分析、回归分析等 当研究的样本数很少或研究分析的变量为离散变量，则最好采用非参数统计法。四、量表编制原则 在量化的推论统计检验分析中，分为参数统计检验和非参数统计法。要使用参数检验须符合： 正态性：受试样本所来自的总体，在因变量上的概率分布是正态分布。 独立性：每个观察值必须是独立的。 方差同构性：各组受试样本在因变量得分的方差 假定是相同的。 可加性：从总体所抽出的各随机样本相互独立，总平方和可分解成几个可相加的部分。问卷信效度分析步骤 编拟预试问卷 预试 整理问卷

9、与编号 项目分析 因素分析 信度分析 再测信度编制问卷时应注意 若问卷题项内容过于敏感，应在问卷中穿插多道“测谎题”。 态度量表通常采用里克特式量表法，量表填答方式以四点量表法至六点量表法采用最多关于采用几点量表法的建议 多数情况下，五点量表是最可靠的，超过五点，一般人难有足够的辨别力。 三点量表限制了温和意见与强烈意见的表达 由于人口变量的异质性关系，对于没有足够辨别力的人而言，七点导致信度的丧失，对于有足够辨别力的人五点又使他们有受限感，所以可通过预试发现问题所在。对于预试问卷题项数的参考： 若编制一个正式的测验或量表，作为其他心理测量之用，则预试题项数最好是将来所需正式题项总数的3-4倍

10、。 在某些特定内容范围中，有些量表题项的设计不容易，或先前相关研究显示，这些构思不需要过多的题项即可获得良好的内在一致性，预试量表的题项数约为正式量表题项数的1.5倍即可。预试 预试对象的性质应与将来正式问卷要抽取的对象性质相同。 预试对象人数以问卷中包括组多题项的“分量表”的3-5倍人数为原则 量表题项数与预试人数比例约为1:5最为合适。样本大小应根据研究种类决定： 描述性研究：样本人数至少应有总体人数的10%，若总体较小则20%。 相关研究：样本人数至少有30人 实验研究与事后反馈研究：每组人数至少 的 30人整理问卷与编号 最好使用Excel进行数据录入，第一列一定要为变量名称，第二列为

11、第一位受试者填答数据.项目分析定性分析定量分析内容效度、题目编写的恰当性和有效性等题目难度和区分度的测量难度u大体而言，难度为0.50时最理想，此时项目具有最大的鉴别力。但在实际操作中，让所有项目难度都到达0.50困难很大，而且也不必要，一般只需使项目的平均难度接近0.50，而各个项目的难度在0.50 0.20之间变化。 u测验难度影响测验分数的离散程度。测验过难或过易，分数全距缩小，信度降低。 P=0.50时最佳区分度 指测验项目对被试心理品质水平差异的区分能力或鉴别能力。 项目的区分度是测验是否有效的“指示器”。鉴别力分析的一般方法：鉴别力指数、 项目-总分相关、项目间相关。 鉴别指数（i

12、ndex of discrimination，D）的计算 D = P H - PL 取值范围：-1 +1 D为鉴别指数， PH为高分组在某个项目上的通过率， PL为低分组在该项目上的通过率。 27%规则 一般情况下，取上下25%33%均可。 样本少时，可以取50%因素分析 建构效度：指测验能测量理论的概念或特 的 质的程度。 因素分析的目的即在找出量表潜在的结构，减少题项的数目，使之变为一组较少而彼此相关较大的变量，这是一种探索性因素分析。 若量表不采用构造效度检验方法，研究者也可考虑采用其他效度分析法，如内容效度、专家效度、效标关联效度等。信度分析信度分析 克朗巴哈系数（克朗巴哈系数（Cronbachs ）是指量表所有可能的项目划分方法的得到的折半信度系数的平均值，是最常用的信度测量方法。 其中其中K为样本数，为样本数，2x为总样本的方差，为总样本的方差，2Yi为目为目前观测样本的方差。前观测样本的方差。 再测信度 再测信度又称稳定系数，反应量表的稳定与一致性程度，一般间隔时间越长稳定系数越低。较常用者为间隔两周或一个月。 要以正式量表对同一组受试者前后测验两次，并将两次得分求其积差相关系数。信度 信度是效度的必要非充分条件，信度低效度一定低，但信度高未必表示效度也高。效度低高题号代号编码时应