运用SPSS21.0处理常见的 25种统计方法.ppt

1、資料的類型,研究設計,統計工具的操作,報表數值的解讀,分析,報告,資料,研究方法,運用SPSS 21.0處理常見的25種統計方法,三星統計 謝章升顧問,第一段大綱,常用的多變量分析方法的整合觀念說明 資料預試 項目分析(鑑別力分析) 敘述性統計 次數分配表 交叉分析 複選題分析 無反應偏誤 適合度檢定 同質性檢定 獨立性檢定,第二段大綱,探索式因素分析 信度分析 相關分析 迴歸分析,從研究架構出發,從研究架構出發,Y,X,A,從資料出發,1.時間:橫斷面研究,縱斷面研究 2.來源:資料庫資料,問卷回收資料 3.資料庫資料:藉由資料採礦,處理多個架構 4.問卷回收資料:免除資料處理的困擾 5.資

2、料轉換:反向題,虛擬變數 6.資料處理:M,Male,male,1,能力面,1.怎麼整理資料a.資料轉換b.資料處理 2.怎麼得出所需的數值假設檢定通常需要:a.模型是否配適b.判定值是否顯著(不一定都是顯著的好,例：同質性檢定最好是dont reject,離散與連續變數的轉換,連續轉不連續採人為操弄,將連續變數分類例：將全班成績改為高分組、 中分組、 低分組 不連續轉連續虛擬變數(Dummy Variables)=水準數(n)-1例：地區:東部、北部、中部、南部等四個水準DV可設為(0,0,0)(1,0,0) (0,1,0) (0,0,1)數量最多的設為(0,0,0,一般統計方法常運用的方式

3、,資料建檔(利用Excel) 檢查資料(輸入是否有錯誤) 刪除資料(請由後往前刪) 遺漏值處理,樣本大小的決定,1.以問卷中最大構面題項數目為主,以5-20倍為抽樣數目(multivariate data analysis, 5th ed.,p.98, Hair, Jr. et al) 2.運用檢定力(Power)的方式: Sample Power Gpower,統計方法的分類,類別變數,連續變數,無因果關係,因果關係,1.敘述性統計2.複選題分析3.(多重)交叉分析4.卡方(同質,獨立,適合度)檢定,5.主成份分析6.因素分析7.集群分析8.(偏)相關分析,9.Logistic迴歸10. 區

4、別分析,11.偏相關分析12.迴歸分析13.路徑分析14變異數分析15.偏最小平方迴歸,不連續,連續,X自變數,Y依變數,連續,不連續,MANOVA,ANOVA,t檢定,敘述統計,卡方分析,偏)相關分析,區別分析,Logistic迴歸,迴歸分析,路徑分析,偏最小平方迴歸,不連續,連續,X自變數,Y依變數,連續,不連續,MANOVA,ANOVA,t檢定,敘述統計,卡方分析,偏)相關分析,區別分析,Logistic迴歸,迴歸分析,路徑分析,偏最小平方迴歸,問卷發展流程,問卷產生,預試,項目分析,因素分析,信度分析,問卷完成,探索式分析,驗證式分析,理論基礎EFA,XY1Z甲23乙丙 樣本數建議20

5、0以上(Comrey,1973) 數學原理是共變(covariance) 針對變數(連續)分類 vs.集群分析(通常針對人) 主要目的是將一組變數縮減成少數幾個因素 因素一定要重新命名,驗證性式因素分析(Confirmatory Factor Analysis ;CFA,解決EFA無法將實質上有意義的變數限制在一起 採用迭代解決 (Joreskog, 1969,探索性因素分析,探索性因素分析,將所有題目選入對話框,探索性因素分析,描述性統計量選擇KMO與Bartlett的球形檢定繼續 Bartlett檢定應該要顯著,探索性因素分析,轉軸法最大變異法繼續,探索性因素分析,選項選擇依據因素負荷量排

6、序隱藏較小的係數，改為.4 目的是讓較小的交叉負荷量隱藏，使轉軸後的因素易於觀察,探索性因素分析,KMO愈大，愈適合執行因素分析，至少.7.8還算適合；.8.9適合；.9以上表非常適合,探索性因素分析,從解說總變異量這張表可以看出分出幾個因素,探索性因素分析結果的應用,因素命名是個重要的程序 通常以負荷量較大的前幾個題目為主 命名乃依據研究者的主觀認知 構面分數主要以summate scale進行,信度檢定,內部一致性檢定，最好.7,信度檢定,一般以Cronbachs 為主,信度檢定,項目之間的相關最好.4以上，修正的項目總相關要大於.4,皮爾森積差相關分析,相關”是統計分析的基本概念之一 變

7、數均為連續變數 變數之間的相關大部份最好在.3.7之間,相關分析(皮爾森相關,相關（correlation）是用以檢驗兩個變項線性關係的統計技術，以相關係數（coefficient of correlation）來表示其相關程度。 皮爾森相關係數是一個標準化的關聯係數。其原理是先計算出兩個變項的共變量，再除去兩個變項的標準差，加以標準化，得到的一個去除單位的標準化分數。 相關係數介於-1至1之間,迴歸分析(Regression,基本條件: 連續變項之間的關係 線性關係 (linear relationship) ，指兩個變項的關係可以被一條最具代表性的直線來表達之時，所存在的關連情形。 迴歸分析的結果無法證明 x 和 y 之間有因果關係存在。 因果關係須滿足三個條件：1. 除了評估變數之外，其餘變數保持不變；2. x、y 有顯著相關；3. 因(x)必發生在果(y)之前。 迴歸方程式,迴歸分析,LOY,SQ,SAT,迴歸分析(Regression,統計量選擇部份與偏相關及共線性