1、SPSS統計應用實務-問卷分析與應用統計 研究者只要按照本書中的操作程序，就能編制預試問卷、完成預試問卷的項目分析、效度構造與信度檢驗，并進行正式問卷的統計分析。概述概述 & 量化研究與統計分析量化研究與統計分析請注意變量如果要進行四則運算或統計分析，其變量的類型一定要設為Numeric類型，否則無法進行描述性統計分析，參數統計或非參數檢驗。量化研究與統計分析量化研究與統計分析 量化研究的基本概念 量表分析步驟 量表的編碼 復選題及其他方式的數據文件建立量的研究質的研究量的研究質的研究量的研究質的研究量的研究質的研究調查法 主要量的研究設計方法相關研究法實驗法訪問調查問卷調查真正實驗設

2、計準實驗設計 相關法旨在描述兩個變量之間的相關以及相關法旨在描述兩個變量之間的相關以及相關程度的高低。相關程度的高低。 目的在于證明兩個變量之間是否存在相關目的在于證明兩個變量之間是否存在相關并說明這種相關的性質。并說明這種相關的性質。 所有的相關研究法都無非是收集感興趣的所有的相關研究法都無非是收集感興趣的觀察資料，然后計算相關系數。觀察資料，然后計算相關系數。量的研究主要在于數據的搜集、計算機統計應用分析。其研究歷程包括： 1.選擇與定義問題 2. 執行研究的程序 【完整的實施程序包括樣本或受試者的選擇，測量工具的改進，數據的搜集。】 3.數據分析 【首要的是正確的統計方法的選用與數據結果

3、的客觀解釋】 4.結果分析與結論 在統計學中，不能對H1的真實性直接檢驗，需要建立與之對立的假設，即虛無假設，又叫無差假設、零假設、原假設，記為H0 在進行任何一項研究時，都需要根據已有的理論和經驗事先對研究結果做出一種預想的希望證實的假設，叫科學假設，統計術語表示叫研究假設，記做H1，又稱備擇假設、對立假設。實驗研究時應把握的原則要有適當的統計檢驗功效，使和0間差異有實質意義存在。使用最小資源、人數提供適當的保護，以防止第一類型錯誤無關干擾變量的影響要最小兩種類型的錯誤H0為真為真實際情況實際情況決定決定拒絕拒絕H0接受接受H0H0不真不真第一類錯誤第一類錯誤正確正確正確正確第二類錯誤第二類

4、錯誤 P拒絕拒絕H0|H0為真為真=, P接受接受H0|H0不真不真=. 犯兩類錯誤的概率犯兩類錯誤的概率:顯著性水平顯著性水平 為犯第一類錯誤為犯第一類錯誤(Type I error)的概率的概率; 為犯第二類錯誤為犯第二類錯誤(Type II error)的概率的概率.抽樣的基本準則：樣本具有代表性 選取的樣本大小是否足夠 樣本選取時抽樣的方法是否適當 從樣本處所獲得的數據是否精確常用抽樣方法 隨機抽樣：根據概率理論，以隨機原則方式從總體中抽取一定比例的受試者。非隨機抽樣法常用者為“目的抽樣”與“便利抽樣”。 分層隨機抽樣：受試者總體間差異很大，或某些樣本點很少，為顧及小群體的樣本點也能被

5、抽取 整群抽樣法：若樣本所屬的總體很大或涵括的地理位置很廣則整群抽樣步驟 確認與界定總體 決定研究所需樣本大小 確認與定義合理的組群 列出總體所包括的所有組群 估計每個組群中平均總體成員的個體數 以抽取的樣本總數初一組群平均個體數，以決定要選取的組群數目 隨機抽樣方式，選取所需的組群數 每個被選取的組群中的所有成員即成為研究樣本一、抽樣的樣本需要多少？ 初學者進行與前人相類似的研究時，可參考別人樣本數。 若地區性研究平均樣本人數在5001000 全國性研究平均樣本人數約在15002500 描述性研究是，樣本數最少占總體的10%，若總體較小，則最小的樣本數最好為總體的20%。 相關性研究的目的在

6、于探究變量間有無關系存在，受試者至少須在30人以上。 因果比較研究與許多實驗研究，各組人數至少要有30位。以下情況要采用較大樣本數 編制的測量工具的“信度”（可靠性）較低時 研究進行中有較多變量無法控制時 總體的同構性很低 統計分析時，受試者需再細分為較小的各群組來分析比較時 實驗設計時，預期會有較多受試者中途退出時二、變量屬性是否正確界定？1、稱名數據稱名數據，組成的這些數據僅是類別符號而已，沒有在量方面的實質性意義，一般不能對這類數據進行加減乘除運算，但通常可對每一類別計算次數或個數等。例如，用6位數字組成全國各地的郵政編碼。 2、順序數據順序數據，順序變量數據之間雖有次序與等級關系，但這

7、種數據之間不具有相等的單位，也不具有絕對的數量大小和零點。因此，只能進行順序遞推運算。例如，比賽中排名次。 3、等距數據等距數據，例如測氣溫的量值，星期一為20，星期二為22，星期三為24。則我們可以知道星期三氣溫高于星期二，星期二氣溫又高于星期一；而且我們還可以從實質性的角度說明相鄰兩天氣溫之差是相等的。對這類數據一般不能用乘、除法運算來反映兩個數據之間的倍數關系。有相等單位，無絕對零點。 4、等比數據等比數據，例如一個學生在20歲時身高180CM，而他3歲時身高是90CM，我們可以說，20歲時的身高是他3歲時身高的兩倍。這類數據可以進行加減乘除運算，允許人們用乘除法處理數據，以便對不同個體

8、的測量結果進行比較，并作比率性描述。有相等單位和絕對零點。三、變量性質與適用時機 通常因變量為連續變量時，可進行參數統計，如方差分析、回歸分析等 當研究的樣本數很少或研究分析的變量為離散變量，則最好采用非參數統計法。四、量表編制原則 在量化的推論統計檢驗分析中，分為參數統計檢驗和非參數統計法。要使用參數檢驗須符合： 正態性：受試樣本所來自的總體，在因變量上的概率分布是正態分布。 獨立性：每個觀察值必須是獨立的。 方差同構性：各組受試樣本在因變量得分的方差 假定是相同的。 可加性：從總體所抽出的各隨機樣本相互獨立，總平方和可分解成幾個可相加的部分。問卷信效度分析步驟 編擬預試問卷 預試 整理問卷

9、與編號 項目分析 因素分析 信度分析 再測信度編制問卷時應注意 若問卷題項內容過于敏感，應在問卷中穿插多道“測謊題”。 態度量表通常采用里克特式量表法，量表填答方式以四點量表法至六點量表法采用最多關于采用幾點量表法的建議 多數情況下，五點量表是最可靠的，超過五點，一般人難有足夠的辨別力。 三點量表限制了溫和意見與強烈意見的表達 由于人口變量的異質性關系，對于沒有足夠辨別力的人而言，七點導致信度的喪失，對于有足夠辨別力的人五點又使他們有受限感，所以可通過預試發現問題所在。對于預試問卷題項數的參考： 若編制一個正式的測驗或量表，作為其他心理測量之用，則預試題項數最好是將來所需正式題項總數的3-4倍

10、。 在某些特定內容范圍中，有些量表題項的設計不容易，或先前相關研究顯示，這些構思不需要過多的題項即可獲得良好的內在一致性，預試量表的題項數約為正式量表題項數的1.5倍即可。預試 預試對象的性質應與將來正式問卷要抽取的對象性質相同。 預試對象人數以問卷中包括組多題項的“分量表”的3-5倍人數為原則 量表題項數與預試人數比例約為1:5最為合適。樣本大小應根據研究種類決定： 描述性研究：樣本人數至少應有總體人數的10%，若總體較小則20%。 相關研究：樣本人數至少有30人 實驗研究與事后反饋研究：每組人數至少 的 30人整理問卷與編號 最好使用Excel進行數據錄入，第一列一定要為變量名稱，第二列為

11、第一位受試者填答數據.項目分析定性分析定量分析內容效度、題目編寫的恰當性和有效性等題目難度和區分度的測量難度u大體而言，難度為0.50時最理想，此時項目具有最大的鑒別力。但在實際操作中，讓所有項目難度都到達0.50困難很大，而且也不必要，一般只需使項目的平均難度接近0.50，而各個項目的難度在0.50 0.20之間變化。 u測驗難度影響測驗分數的離散程度。測驗過難或過易，分數全距縮小，信度降低。 P=0.50時最佳區分度 指測驗項目對被試心理品質水平差異的區分能力或鑒別能力。 項目的區分度是測驗是否有效的“指示器”。鑒別力分析的一般方法：鑒別力指數、 項目-總分相關、項目間相關。 鑒別指數（i

12、ndex of discrimination，D）的計算 D = P H - PL 取值范圍：-1 +1 D為鑒別指數， PH為高分組在某個項目上的通過率， PL為低分組在該項目上的通過率。 27%規則 一般情況下，取上下25%33%均可。 樣本少時，可以取50%因素分析 建構效度：指測驗能測量理論的概念或特 的 質的程度。 因素分析的目的即在找出量表潛在的結構，減少題項的數目，使之變為一組較少而彼此相關較大的變量，這是一種探索性因素分析。 若量表不采用構造效度檢驗方法，研究者也可考慮采用其他效度分析法，如內容效度、專家效度、效標關聯效度等。信度分析信度分析 克朗巴哈系數（克朗巴哈系數（Cronbachs ）是指量表所有可能的項目劃分方法的得到的折半信度系數的平均值，是最常用的信度測量方法。 其中其中K為樣本數，為樣本數，2x為總樣本的方差，為總樣本的方差，2Yi為目為目前觀測樣本的方差。前觀測樣本的方差。 再測信度 再測信度又稱穩定系數，反應量表的穩定與一致性程度，一般間隔時間越長穩定系數越低。較常用者為間隔兩周或一個月。 要以正式量表對同一組受試者前后測驗兩次，并將兩次得分求其積差相關系數。信度 信度是效度的必要非充分條件，信度低效度一定低，但信度高未必表示效度也高。效度低高題號代號編碼時應