1、資料的類型資料的類型研究設計研究設計統計工具的操作統計工具的操作報表數值的解讀報表數值的解讀分析分析報告報告資料資料研究方法研究方法q運用運用SPSS 21.0處理常見的處理常見的25種統計方法種統計方法 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XYXYA從研究架構出發X1Y1X2X3Y2Y3YXA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
2、,處理多個架構4.問卷回收資料:免除資料處理的困擾5.資料轉換: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
3、的設為(0,0,0)一般統計方法常運用的方式資料建檔(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:uSample PoweruGpower類別變數類別變數連續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.Logisti
4、c迴歸10. 區別分析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MANOVAANOVAt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MANOVAANOVAt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產生問卷產生預試預試項目分析項目分析因素分析因素分析信度分析信度分析問卷完成問卷完成探索式探索式分析分析驗證式驗證式分析分析理論基礎理論基礎&研究目的研究目的編擬及修訂量表初稿編擬及修訂量表初
5、稿選取受試者預試選取受試者預試項目分析項目分析因素分析因素分析正式量表正式量表1.開放或半開放式問卷開放或半開放式問卷2.選擇式問題選擇式問題3.二分法問題二分法問題刪除決斷值刪除決斷值(CR)未達顯未達顯著之題項著之題項預試(pretest)目的:了解問項題意是否清楚及修正錯字刪除不具鑑別力的題項,來提升問卷品質可供應用的統計方法:1.次數分配(檢查有無輸入錯誤或遺漏值)2.項目分析(刪除不具鑑別力的變數)3.因素分析(刪除變數的數量)4.信度分析(求得因素之內部一致性)項目分析與信度估計預試分析目的在確認量表題目的堪用程度最重要的工作為項目分析,試探性的信度分析,以作為題目改善的依據信效度
6、檢驗提供各項客觀指標,作為測驗與量表良好程度的具體證據項目分析利用t檢定1.將所有連續尺度題目相加/題目數,按照大小排序,以27%和73%的樣本來做比對差異2.找到極端組的切割點後分類為兩群,再利用獨立樣本t檢定檢測3.如果達統計上的顯著水準,表示有顯著差異4.CR值-鑑別度分析每一構念的題目分別加總或平均以顧客滿意(CS)為例每一構念的題目分別加總或平均找出27及73分位數的值資料分成低分組及高分組兩組資料分成低分組及高分組兩組進行每一構面題目之兩組獨立t檢定平均數差異顯著表示題目具有鑑別力探索式探索式分析分析驗證式驗證式分析分析正式資料分析統計分析流程問卷回收問卷回收，key in資料檢查
7、資料檢查信度分析信度分析選擇統選擇統計方法計方法寫結論寫結論因素分析因素分析敘述性統計敘述統計次數分配表統計量參數實務上的意涵以7點尺度量表為例，平均數6或2表示尺度過於集中，此題應予刪除。平均數、眾數與中位數接近表示資料符合常態。變異數(或標準差)太小，表示尺度過於集中，該題應予刪除。最小值及最大值可看出資料是否輸入錯誤。偏態絕對值1，峰度絕對值.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（correl
8、ation）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.211bXaXY迴歸分析LOYSQSAT迴歸分析(Regression)統計量選擇部份與偏相關及共線性診斷迴歸輸出結果迴歸輸出結果分析結果輸出階層式迴歸block1:控制變數階層式迴歸block2:主效果變數階層式迴歸block3:干擾變數階層式迴歸統計量中選擇R2改變量74Google關鍵字請搜尋關鍵字請搜尋:三星課程網三星課程網此课件下载可自行编辑修改，供参考！感谢您的支持，我们努力做得更好！
