SPSS使用与多变量统计分析 ppt42

SPSS使用與多變量統計分析ReferredInternetStationsSPSS12.0中文版家族產品10個模組功能與相關統計方法統計生活館？應該採用那一種統計方法來考驗研究假設？如何使用電腦統計程序，以便正確且快速地分析研究資料？統計程序所輸出的數據所代表的意義為何？又該如何解釋？Agenda1.SPSS的簡介—操作介面（8/8）2.問卷資料建立—問卷資料建檔、EXCEL資料讀進SPSS（8/8）3.敘述統計、資料檢誤及圖表修改—基本統計繪圖、編製次數分配表及各種交叉表（8/10）4.推論統計—統計估計、假設檢定及卡方檢定（8/10）5.信效度分析的理論與實務—研究設計與量表分析、項目分析、因素分析與信度考驗（8/12）1.SPSS的簡介--1FlowChartofSPSSStatisticalPackagefortheSocialScience資料檔程式檔結果檔原始資料指令語法報表輸出readinputrunoutput1.SPSS的簡介--2WindowsofSPSS應用視窗：功能表、工具列。資料編輯視窗：用來建立原始資料檔。語法視窗：用來編輯或修改SPSS之程式檔。結果輸出視窗：採樹狀結構的分層式報表。SPSS資料檔副檔名為.savSPSS語法檔副檔名為.spsSPSS結果檔副檔名為.spo2.問卷資料建立--1橫列直行每一列為來自同一個研究個體的資料每一行為來自同一個研究變項的資料SPSS可新建資料檔、存取檔案，亦可讀進TXT或EXCEL資料SPSS資料檔中含codebook功能2.問卷資料建立--2NumericSystem:名目(nominal)資料順序(ordinal)資料區間(interval)資料比例(ratio)資料2.問卷資料建立--31.名目(nominal)資料：此種變數可做「分類」。沒有大小沒有距離。例如性別。2.順序(ordinal)資料：此種變數可比大小及前後，但前後距離不等。只有大小沒有距離。例如54，但5-4≠1。例如，研究者常用Likert五點計分量表所得數據，可能是１～５分，亦可能是-2～+2分，這種資料屬於順序變數。3.區間(interval)資料：具有前兩者的資料特性，且可以比較差距。前後距離相等，但沒有倍數關係，所以沒有絕對的0(有距離，但沒有絕對的零點)。例如5-4=1,但4≠2×2。4.比例(ratio)資料：具有前三者的資料特性，且可以做倍數比較。有距離，有絕對的零點。例如，4=2×2。2.問卷資料建立--4ScaleDesign所謂「量表化」(scaling)，它是一種測量的程序，旨在將衡量對象或欲衡量的特性(property)指派某些數值，以便將測量對象之特性數值化。衡量「變數」可用單一問項來量衡量「構念」則要用量表來量。量表是用一個以上的指標(indicant,item,manifested)來測量某個體/事物的特性。2.問卷資料建立--5LikertScale李克特(Likert)量表是屬「評分加總式量表最常用的一種，屬同一「構念」的「這些項目」是用「加總」方式來計分，單獨或個別項目是無意義的。「評分加總式量表」是對某一概念/構念所設計的數個項目，測量每位受訪者對它們的態度反應(同意程度)。每一個反應都給一個數值，以代表受訪者對該項目的贊同程度，將每位受訪者在這些項目的得分加總，即是受訪者對該題的態度。2.問卷資料建立--6（對所要衡量之事物有利的意見）1.非常同意分數為+2或+52.同意+1或+43.不確定0或+34.不同意-1或+25.非常不同意-2或+1（對所要衡量之事物不利的意見）1.非常同意分數為-2或+12.同意-1或+23.不確定0或+34.不同意+1或+45.非常不同意+2或+52.問卷資料建立--7加總式量表有二個假說或特徵：(1)每一個態度項目都具有相同量值，但項目之間則沒有差別量值。(2)對同一項目而言，受訪者的反應程度是不同的(具有差別量值)。2.問卷資料建立--8DesignStepofLikertScale:1建立大量有關某一「態度」構念之題庫，每一個項目(statement)等於一個項目(item)，並隨機式排列這些項目。2邀請一組樣本，請各受訪者對上述態度各項目表達立場3進行項目分析:旨在對量表之題庫做篩選，它是假定每一項目都具有相同的量值。項目的好壞是依據其是否具有區別力判定，被判定為較差別力之項目，則刪除它。2.問卷資料建立—9FlowChartofScaleConstruction理論基礎或研究目的編擬或修訂量表初稿選取受試者預試項目分析因素分析建構量表效度因素命名信度分析求出量表與各層面信度正式量表刪除題項刪除CR值未達顯著的題項CR值顯著題項未刪除任何題項3.敘述統計、資料檢誤及圖表修改--1敘述統計--基本統計繪圖長條圖、餅狀圖、次數直方圖…敘述統計--編製次數分配表敘述統計--交叉表資料檢誤--可利用敘述統計對資料進行初步檢誤圖表修改--SPSS所產生的圖表格式可於SPSS中逕行修改，亦可轉貼至其他編輯軟體，如：WORD。「copyobject」「past」轉貼後之圖表無法再修改。3.敘述統計、資料檢誤及圖表修改--2敘述統計：一般以中央趨勢量數（平均數、中位數、眾數等）及差異量數（變異數、標準差、全距等）來描述資料特性，其次亦常用統計圖表來輔助之。次數分配（表、圖）具有下列功能：(1)檢測與描述資料集中的趨勢；(2)檢測與描述資料分散（變異）的趨勢；（StatisitcsSummarizeFrequencies/Statistics,Charts）(3)檢查資料是否符合常態分配；(4)檢查資料是否出現極端值。（DataSelectCases/IfStatisticsSummarizeExplore/Statistics,Plots）3.敘述統計、資料檢誤及圖表修改--3相關分析：探究「單一變項」與「單一變項」間兩兩相關（變項間需均為連續變項），採「皮爾遜積差相關」，方法，如下圖所示：一個X變項（連續變項）一個Y變項（連續變項）XY4.推論統計--1統計估計—點估計及區間估計假設檢定卡方檢定4.推論統計--2T-test&one-wayANOVA獨立樣本的T-test：自變項為二分變項（包括兩個水準）-一個依變項（為連續變項）相依樣本的T-test：單一組別連續變項a1a2一個連續變項受試者前測Y1後測Y2211210::HH4.推論統計--3T-test&one-wayANOVA獨立樣本單因子變異數分析（one-wayANOVA）：自變項為間斷變項（三個水準以上）-一個依變項（為連續變項）※如果自變項為連續變項，應將此連續變項化為間斷變項。※根據變異數的同質性考驗結果以及變異數分析之整體考驗的F值來決定是否進行多重事後比較（通常是需要做的）。※GLM一般因子分析，可以進行單變量共變數分析，單變量的變異數分析，關連強度指數（亦即調整後的R平方）以及統計檢定力（1-β）a1a2、an一個連續變項jikHH::132104.推論統計--4MultipleRegression多元迴歸分析法：預測變數（N個連續變項）效標變項（連續變項）※若預測變項非連續變數，則此預測變項要化為「虛擬變項」※「逐步多元迴歸法」為多元迴歸分析法運用甚廣泛的方法之一※自變數間的「共線性」問題需接受考驗，以避免造成迴歸分析之情境困擾X1X2、Xn一個依變項（Y）4.推論統計—5MultipleRegression區別分析法：預測變數（N個連續變項）效標變項（二分變項）※效標變項（或稱依變項）若為一個多分變項亦適用「區別分析」X1X2、Xny1y24.推論統計--6PathAnalysis徑路分析目的為了解研究模式圖是否可以得到支持？所採用的分法為多元迴歸分析法中的「強迫進入法（Enter）」，步驟如下：1.根據相關理論建構一個具因果關係研究的初始模式（徑路圖）；2.選用Enter法來估計逕路係數（標準化迴歸係數）並考驗其是否顯著；3.重新評估與驗證。4.推論統計--7Two-wayANOVA二因子變異數分析：二個獨立的自變項（間斷變項）依變項A因子a1（水準一）a2（水準二）、B因子b1（水準一）b2（水準二）b3（水準三）、一個依變項（連續變項）4.推論統計--8Two-wayANOVA二因子變異數分析流程圖：雙因子變異數分析交互作用是否顯著單純主要效果比較單純主要效果的事後比較完成是顯著主要效果比較(單因子變異數分析)完成否不顯著不顯著事後比較完成顯著4.推論統計--9Two-wayANOVA完全隨機化2*3因子設計圖示：B因子邊緣平均數b1b2b3A因子a1a1b1a1b2a1b3A1a2a2b1a2b2a2b3A2邊緣平均數B1B2B34.推論統計--10One-wayMANOVA單因子多變量變異數分析：一個間斷的自變項（有n個水準數）N個依變項a1a2、anY1Y2Y3YN、4.推論統計--11One-wayMANOVA單因子多變量變異數分析的流程：整體考驗Wilks'Lambda個別單變量F值考驗事後比較完成顯著顯著完成不顯著不顯著4.推論統計--12Two-wayMANOVA二因子多變量變異數分析：二個間斷的自變項（各有p,q個水準數）N個依變項a1a2、apY1Y2Y3YN、b1b2、bq4.推論統計--13CanonicalCorrelation典型相關：M個自變項（連續變項）N個依變項（連續變項）X1X2X3、XMY1Y2Y3、YN4.推論統計--14CanonicalCorrelation典型相關的結構圖如下：X1X2X3Y4Y3Y2Y1MMNNXBXBXBXBBYAYAYAYA......33221103322114.推論統計--15CanonicalCorrelation工作投入X1X2Y1Y2自我投入學習信心有用性成功態度探究動機0.9990.004-0.053-1.0000.7210.2540.8760.7000.5380.8050.0590.014-0.7040.4284.推論統計--16ClusterAnalysis特性：觀察值所屬群組特性未知的分析；具有群組間相異，群組內同質的特性。應用：常與區別分析（組別特性已知的驗證）一起使用。區分：1.因素分析：針對「變項」予以分組2.集群分析：將「觀察值個體」予以分組５.信效度分析的理論與實務--1MethodofItemAnalysis1相關分析法：計算每一項目與總分的積差相關(以符號Rti表示)，當作該題的「區別指數，區別指數偏低者，即表示該題未能區分受試者的反應程度，沒有區別效果，可予剔除。2內部一致性效標分析法：將所有受試者在預試量表得分的總和依高低分排序，然後由最高分者起算總人數的27%為高分組，由最低分者起算，總人數的27%為低分組。爾後以高分組受試者在某一項目(題)得分之平均數減低分組受試者在同一題得分之平均數，其差即代表此題的鑑別力。５.信效度分析的理論與實務—2ItemAnalysis項目分析主要目的在求出問卷個別題項的決斷值—CR值：將未達顯著水準的題項刪除，其主要操作步驟如下：1.量表題項的反向計分（量表中如無反向題，此步驟可以省略）。2.求出量表的總分。3.量表總分高低排列。4.找出高低分組上下27%(or25%)處的分數。5.依臨界分數將觀察值在量表之得分分成高低二組。6.以獨立樣本t-test考驗二組在每個題項的差異。7.將t考驗結果未達顯著性的題項刪除。５.信效度分析的理論與實務—3FactorAnalysis—ConstructValidity效度：指一種