多变量分析简报大纲(二).ppt

多變量分析簡報大綱(二),計算 1-1.表單位置 1-2.內容設定 1-3.產生結果 信度分析 2-1.表單位置 2-2.內容設定 2-3.輸出結果,迴歸分析 3-1. 表單位置 3-2. 內容設定 3-3-1.強迫進入法輸出 3-3-2.逐步迴歸法輸出 3-3-3.迴歸分析摘要表 附錄,第一部份 以計算產生新變數,範例：產生樣本在各期望因素平均數,網路線上訂房使用者之期望服務因素分析表,1-1. 計算表單位置,1-2. 計算內容設定,執行步驟： 1.輸入新變數名稱 2.輸入數值運算式 3.按【確定】鈕 產生新變數,範例說明： 欲產生因素平均數，則將因素分析萃取出之各因素對應題號加總求其平均（例如，因素分析結果歸於因素一有18、13、14、11、12、17和10七題）。,1.,2.,3.,1-3. 計算產生結果,計算結果： 在原始資料末端增加一項新變數 ；此處為反覆計算四個因素平均數之結果。,將新變數(即各樣本在各因素構面之得分) 作加總平均(即各因素構面整體平均得分),第二部分 信度分析,範例：求各期望因素構面之信度,2-1. 信度分析表單位置,2-2. 信度分析內容設定,執行步驟： 1.選擇分析模式 2.選擇分析變數項目 3.依需要選擇【統計量】 4.按【確定】鈕,1.,2.,3.,4.,範例說明： 本例使用Alpha模式，將因素一的18、13、14、11、12、17和10題選入分析項目，將可得到因素一的係數。而統計量之選擇完全視使用者需要決定。,2-3. 信度分析輸出結果(1)分別計算四個因素構面之信度，且不選取任何統計量時所得之輸出結果如下所示：,R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Reliability Coefficients N of Cases = 233.0 N of Items = 7 Alpha = .8702,R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Reliability Coefficients N of Cases = 233.0 N of Items = 6 Alpha = .8258,R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Reliability Coefficients N of Cases = 233.0 N of Items = 5 Alpha = .7679,R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Reliability Coefficients N of Cases = 233.0 N of Items = 2 Alpha = .5655,2-3. 信度分析輸出結果(2)-含統計量,第三部分 迴歸分析,範例：探討各知覺因素構面對網路訂房服務整體表現滿意度之預測能力。 將知覺作因素分析得到三個因素構面，再以其因素分數作為預測變項(Xi)以預測總體滿意度(Y)的分數。 因此迴歸方程式可表示如下： Y (滿意度) b1X1 (互動實惠) b2X2 (產品聚合) b3X3 (交易附屬) a (常數項),3-1. 迴歸表單位置,3-2. 迴歸內容設定,執行步驟： 1.選擇依變數(Y) 2.選擇自變數(X) 3.選擇迴歸方法 4.依需求作細部設定 5.按【確定】鈕,1.,2.,3.,4.,5.,3-3-1. 迴歸輸出結果(強迫進入變數法),選入/刪除的變數 顯示被選入與刪除的變數，以及自變項列表,模式摘要 顯示自變項對依變項的整體解釋能力,變異數分析 檢驗整體迴歸模式的顯著性,係數 個別變項B、Beta及顯著性檢驗,3-3-2. 迴歸輸出結果(逐步迴歸分析法),說明： 此法會依【選項】設定之步進條件逐步選入最佳的變數。 本例中因素一被選入後由最末表排除的變數能看出其他因素仍具顯著性，可知會有下一階段模式，重複進行直到沒有顯著的自變數可選入為止。 模式選入順序 為因素一 、因素三 與因素二 因為所有變項最後均被選入，所以結果與強迫進入法一致。,3-3-3.知覺變項對整體表現滿意度迴歸分析表,註：1. * * 表示P0.01； 2. 調整後R20.294,通常迴歸係數與標準化迴歸係數只列出一組,附錄,因素分析 a.知覺問項因素分析摘要表 因素項目負荷量、特徵值、解釋變異量、平均數和信度 b.知覺問項因素分析成分矩陣 因素負荷量從哪裡看出？轉軸後成分矩陣與原始矩陣的關係？ c.知覺問項因素分析之項目共同性 共同性為何？從何而來？ 迴歸分析 d.spss軟體中的五種迴歸模式 強迫進入法、刪除法、向前法、向後法與逐步迴歸分析法簡介。,a.知覺問項因素分析摘要表,b.知覺問項因素分析成分矩陣,轉軸後因素負荷量，愈高表示變項在該因素愈重要。,成分轉換矩陣 用以計算各項目因素負荷量以及 說明轉軸的方向角度。 以第17題為例，轉軸後之負荷量為0.769 .769.762*.646+(-.218)*(-.538)+.295*.542,c.知覺問項因素分析之項目共同性,共同性 顯示各項目的變異量能被共同因素(即所有萃取之因素)解釋的比例。愈高表示該變項與其他變項可測量的共同性質愈多。,成分矩陣 構成各因素的項目內容比重，未經轉軸之原始負荷量。 此外，變項之負荷量平方後加總即為共同性。以第17題為例： .714.7622+(-218)2+.2952,d.說明：多元(複)迴歸分析依納入模式的組合方式可分為同時法與逐步法，一般探索性研究