問卷的信分析實(shí)例介紹

1、問卷的信度分析信度即可靠性，它是指采用同樣的方法對同一對象重復(fù)測量時所得結(jié)果的一致性程度。信度指標(biāo)多以相關(guān)系數(shù)表示，大致可分為三類：穩(wěn)定系數(shù)（跨時間的一致性），等值系數(shù)（跨形式的一致性）和內(nèi)在一致性系數(shù)（跨項(xiàng)目的一致性）。信度分析的方法主要有以下四種：重測信度法、復(fù)本信度法、折半信度法、信度系數(shù)法。其中，信度系數(shù)法是最簡單易行且常用的方法，其公式為：式中，量表所包含的總題數(shù)； 量表題項(xiàng)的方差總和； 量表題項(xiàng)加總后方差。系數(shù)的大小表明了問卷表的信度高低，一般來說，系數(shù)越大信度越高，量表設(shè)計(jì)越合理，也即證明指標(biāo)或者測量項(xiàng)目的選取越好；反之，系數(shù)越小信度越低，在這種情況下可能需要重新對問卷量表進(jìn)行設(shè)

2、計(jì)，剔除部分信度不高的指標(biāo)或項(xiàng)目。分量表信度指標(biāo)值的判別標(biāo)準(zhǔn)如下表：信度系數(shù)分量表信度以上以下非常理想甚佳佳尚可可信偏低欠佳最好剔除對于總問卷而言，則有如下判別指標(biāo)：信度系數(shù)問卷信度以上以下非常好好最小可接受值欠佳最好剔除由于該方法簡單易行，因此我們采取系數(shù)信度法對問卷調(diào)查的可信度進(jìn)行分析，得到結(jié)果如下表：變量代號均值方差a系數(shù)推廣態(tài)度a1a2a3a4a52.811.871.8.008.4711.6688.8958.0387.3338.2820.630生態(tài)效益b1b2b3b4b512.3012.3612.3612.4312.2712.44512.14611.82711.95912.6060.9

3、26補(bǔ)貼政策c1c2c3c4c5c613.2013.1612.5612.5012.7012.4611.67011.29413.41013.09412.61914.5130.780感知質(zhì)量d1d2d3d4d510.1710.2710.3310.269.8918.05716.28816.80416.07817.7260.915感知價格e1e2e3e48.107.697.847.666.6134.9145.0915.1560.711總問卷0.9120.913修正后總問卷由上表可以看到，推廣態(tài)度的分量表的信度為，不能達(dá)到我們的預(yù)期值。我們可以根據(jù)題目刪減來修正信度，這里提供一個修正標(biāo)準(zhǔn)，如果刪掉該對應(yīng)

4、題目，問卷的 值就會變化，一旦出現(xiàn)大幅升高，則說明該行對應(yīng)得題目可以考慮刪去，以提高問卷的內(nèi)部一致性信度（在商務(wù)管理中的應(yīng)用衛(wèi)海英主編）。在操作中發(fā)現(xiàn)，若把第一個問題刪去可得推廣態(tài)度的分量表的信度為，這樣使得這五個變量的信度都大于，并且修正后總問卷信度為遠(yuǎn)大于，也說明了本研究的問卷有一定的可靠性。由于系數(shù)受量長表的影響較大并且本問卷分量表有個條目，出于嚴(yán)謹(jǐn)考慮我們需要測量量表?xiàng)l目間的相關(guān)矩陣系數(shù)，并計(jì)算總相關(guān)系數(shù)。如下表：各變量項(xiàng)目間相關(guān)系數(shù)a1a2a3a4a5a1a2a3a4a51.000.1530.0020.0390.1510.1531.000.3680.3080.1500.0020.36

5、81.000.5010.4270.0390.3080.5011.000.5890.1510.1500.4270.5891.00b1b2b3b4b5b1b2b3b4b51.000.4910.5600.3470.3550.4911.000.5590.4940.5100.5600.5591.000.4640.4880.3470.4940.4641.000.5450.3550.5100.4880.5451.00c1c2c3c4c5c6c1c2c3c4c5c61.000.4250.1850.2630.3920.1420.4251.000.3050.3610.4340.1390.1850.3051.000

6、.5080.2830.4900.2630.3610.5081.000.5540.3670.3920.4340.2830.5541.000.4910.1420.1390.4900.3670.4911.00d1d2d3d4d5d1d2d3d4d51.000.4420.3740.4360.3420.4421.000.4440.47203110.3740.4441.000.4500.2880.4360.4720.4501.000.3830.3420.3110.2880.3831.00e1e2e3e4e1e2e3e41.000.1950.1990.1620.1951.000.4190.3270.1990

7、.4191.000.3180.1620.3270.3181.00由上表可看出，推廣態(tài)度個條目中相關(guān)系數(shù)最大的值為，可說明各條目間并非多重線性關(guān)系。同理，其他四項(xiàng)變量的各條目的相關(guān)系數(shù)最大值分別為、和，都不算大，可證明各變量測量項(xiàng)目間均不存在多重線性關(guān)系。綜上所述，各量表及量表下指標(biāo)的設(shè)置較為合理。模型分析1. 模型介紹回歸為概率性非線性回歸模型，是研究分類觀察結(jié)果與一些影響因素之間關(guān)系的一種多變量分析方法。一般多元線性回歸的因變量為確定的值，而回歸為概率型回歸，通常用極大似然估計(jì)法來估計(jì)個變量的系數(shù)，用于求解因變量Y為分二項(xiàng)或多項(xiàng)的問題。根據(jù)本文需要，把“是否愿意購買”作為二分變量因變量（即Y

8、只有0和1兩個選項(xiàng)），選取事先預(yù)測與因變量有關(guān)的收入、年齡以及問卷主題中五個變量作為該模型的自變量，通過問卷所得數(shù)據(jù)并借助軟件進(jìn)行分析求解，得出結(jié)論。2. 模型的檢驗(yàn)方法介紹：模型的檢驗(yàn)可分為對建立的整個模型作檢驗(yàn)和對單個變量的系數(shù)作檢驗(yàn)。關(guān)于對整個模型的檢驗(yàn)，我們可以借助軟件運(yùn)行結(jié)果，參照值，計(jì)分檢驗(yàn)和檢驗(yàn)值。而關(guān)于對單個變量的系數(shù)作檢驗(yàn)，則根據(jù)數(shù)理統(tǒng)計(jì)中假設(shè)檢驗(yàn)的顯著性水平才衡量。在檢驗(yàn)中把不符合要求的變量提出修正模型作進(jìn)一步分析?；貧w模型的檢驗(yàn)方法有很多種，其中，檢驗(yàn)法和檢驗(yàn)法是所提供的兩種整體模型系數(shù)的顯著性方法。如果，檢驗(yàn)的檢驗(yàn)結(jié)果說明模型中至少有一個自變量能有效預(yù)測模型在因變量的概

9、率。而檢驗(yàn)法則則恰好相反，檢驗(yàn)結(jié)果說明模型的顯著性很好。在邏輯斯回歸分析中,最理想的回歸模型是檢驗(yàn)值統(tǒng)計(jì)量而統(tǒng)計(jì)量。如果出現(xiàn)檢驗(yàn)值統(tǒng)計(jì)量及統(tǒng)計(jì)量的情況,即表明回歸模型適配度不佳，則可從自變量的相關(guān)矩陣來判別,看自變量間是否存在高度共線性問題。3. 回歸模型建立分析本文二值模型只要為了研究節(jié)能家電的生態(tài)效益、推廣態(tài)度、所提供的產(chǎn)業(yè)政策以及消費(fèi)者的年齡、月收入、對節(jié)能家電的感知價格和感知質(zhì)量這些變量對消費(fèi)者購買意愿的影響。其中，節(jié)能家電的生態(tài)效益、推廣態(tài)度、所提供的產(chǎn)業(yè)政策、消費(fèi)者的感知價格和感知質(zhì)量是通過量表打分屬于連續(xù)變量，可直接代入模型中作回歸；而間斷變量年齡和收入可借助軟件轉(zhuǎn)換為虛擬變量后

10、，與其他變量一起回歸。先考慮自變量月收入，本文分為4組，則需選定一個參照組并建立三個虛擬變量，下表中選取第4組為參照組，“月收入虛擬1”為第一組和第四組的對比，其他同理。則虛擬變量轉(zhuǎn)換如下：月收入（原始變量）月收入虛擬1月收入虛擬2月收入虛擬31 3000元以下2 30006000元3 600010000元4 10000元以上100001000010 同樣把自變量年齡分為4組，選擇第四組為參照組，虛擬變量轉(zhuǎn)換如下：年齡（原始變量）年齡虛擬1年齡虛擬2年齡虛擬31 30歲以下2 3140歲3 4050歲4 50歲以上100001000010 下面進(jìn)行本文的二值logistic回歸分析過程，在隨機(jī)

11、抽取的70份問卷中，未分類之前對節(jié)能家電有購買意愿的有48位，占68.57%；無購買意愿的有22位，占31.43%。如下表：已觀察已預(yù)測購買意愿修正百分比不購買購買購買意愿不購買購買0022480100總計(jì)百分比68.57模型的適配度檢驗(yàn)結(jié)果如下表：卡方自由度顯著性步驟區(qū)塊模型6.2986.2986.2986660.0390.0390.039卡方自由度顯著性5.61280.691由表可知：六個自變量所建立的回歸模型整體模型的的，檢驗(yàn)的，通過顯著性檢驗(yàn)。下表為二元回歸模型的預(yù)測結(jié)果如下：已觀察已預(yù)測購買意愿修正百分比不購買購買購買意愿不購買購買32123720.094.9總計(jì)百分比74.1接著我們使用反復(fù)迭代的回歸自變量的方法求各變量的系數(shù)，在軟件的運(yùn)行下可發(fā)現(xiàn)，生態(tài)效益和年齡顯著性小可在模型中剔除，至于與其他變量的相關(guān)值如下表所示：Bdfsig推廣態(tài)度補(bǔ)貼政策感知質(zhì)量感知價格月收入常量0.340.610.32-0.580.7