利用SPSS軟件對(duì)量表

1、利用SPSS軟件對(duì)量表進(jìn)行處理分析 在獲取原始數(shù)據(jù)后，我們利用SPSS對(duì)量表可以作出三種分析，即項(xiàng)目分析、因素分項(xiàng)目分析、因素分析和信度分析析和信度分析。 一、項(xiàng)目分析一、項(xiàng)目分析 是找出未達(dá)顯著水準(zhǔn)的題項(xiàng)并把它刪除。它是找出未達(dá)顯著水準(zhǔn)的題項(xiàng)并把它刪除。它是通過將獲得的原始數(shù)據(jù)求出量表中題項(xiàng)的是通過將獲得的原始數(shù)據(jù)求出量表中題項(xiàng)的臨界比率值臨界比率值CR值來作出判斷值來作出判斷 項(xiàng)目分析包括項(xiàng)目分析包括區(qū)分度分析區(qū)分度分析和和難度分析難度分析。在難。在難度分析中度分析中, 只要知道了只要知道了正確回答該題項(xiàng)的人正確回答該題項(xiàng)的人數(shù)與參加測(cè)驗(yàn)的總?cè)藬?shù)數(shù)與參加測(cè)驗(yàn)的總?cè)藬?shù), 就可以求得難度系就可

2、以求得難度系數(shù)數(shù), 因此因此, 項(xiàng)目分析主要是區(qū)分度的計(jì)算。項(xiàng)目分析主要是區(qū)分度的計(jì)算。 區(qū)分度分析區(qū)分度分析的基本原理就是求出問卷每一個(gè)的基本原理就是求出問卷每一個(gè)題項(xiàng)的題項(xiàng)的CR 值值(critical ratio) , 將將CR 值未達(dá)到值未達(dá)到顯著水平的題項(xiàng)刪除或修改。顯著水平的題項(xiàng)刪除或修改。 具體方法為具體方法為: u 分別求出每個(gè)被試量表所得總分分別求出每個(gè)被試量表所得總分, u 接著取上下接著取上下27%為高低分組為高低分組, u 各題項(xiàng)進(jìn)行獨(dú)立樣本各題項(xiàng)進(jìn)行獨(dú)立樣本t 檢驗(yàn)來檢測(cè)每題項(xiàng)平均數(shù)的檢驗(yàn)來檢測(cè)每題項(xiàng)平均數(shù)的差異情況差異情況, 如果試題的如果試題的CR 值達(dá)到值達(dá)到0

3、.05 的顯著性水平的顯著性水平, 表明本題項(xiàng)可鑒別出不同被試的反應(yīng)程度表明本題項(xiàng)可鑒別出不同被試的反應(yīng)程度, 該題項(xiàng)應(yīng)該題項(xiàng)應(yīng)該保留該保留, 反之反之, 則考慮刪除或修改該題項(xiàng)則考慮刪除或修改該題項(xiàng), 使問卷的質(zhì)使問卷的質(zhì)量得以提高。量得以提高。 區(qū)分度分析區(qū)分度分析包括包括反向題重新計(jì)分、計(jì)算出反向題重新計(jì)分、計(jì)算出量表總分、按照總分高低排序、高低分組量表總分、按照總分高低排序、高低分組和和用用T 檢驗(yàn)分析高低分組在題項(xiàng)上的差異檢驗(yàn)分析高低分組在題項(xiàng)上的差異這這樣幾個(gè)階段。樣幾個(gè)階段。（一）量表中的反向題重新計(jì)分（一）量表中的反向題重新計(jì)分 量表中經(jīng)常有反向計(jì)分的題項(xiàng)量表中經(jīng)常有反向計(jì)分的

4、題項(xiàng), 以李克特五級(jí)以李克特五級(jí)量表為例量表為例, 正向題的題項(xiàng)通常是以正向題的題項(xiàng)通常是以5、4、3、2、1的方式計(jì)分的方式計(jì)分, 而反向題是以而反向題是以1、2、3、4、5的的方式計(jì)分。項(xiàng)目分析的第一步就是方式計(jì)分。項(xiàng)目分析的第一步就是將題項(xiàng)的將題項(xiàng)的計(jì)分方式變?yōu)橐恢掠?jì)分方式變?yōu)橐恢隆?下面以一份題項(xiàng)數(shù)為下面以一份題項(xiàng)數(shù)為19, 受試者為受試者為60的預(yù)試量的預(yù)試量表為例表為例, 首先在首先在SPSS 的變量窗口中設(shè)置相應(yīng)的變量窗口中設(shè)置相應(yīng)的變量的變量, 然后在數(shù)據(jù)窗口中輸入數(shù)據(jù)然后在數(shù)據(jù)窗口中輸入數(shù)據(jù), 其中第其中第3 和第和第19題為反向題。題為反向題。居民生活質(zhì)量調(diào)查數(shù)據(jù)居民生活質(zhì)

5、量調(diào)查數(shù)據(jù)Spss操作 在在SPSS 數(shù)據(jù)窗口界面的菜單欄中依次單擊數(shù)據(jù)窗口界面的菜單欄中依次單擊“轉(zhuǎn)轉(zhuǎn)換換重新編碼為相同變量重新編碼為相同變量”, 彈出彈出“重新編碼到相同重新編碼到相同的變量中的變量中”對(duì)話框?qū)υ捒? 將對(duì)話框左邊變量列表中的將對(duì)話框左邊變量列表中的3至至20選入右邊選入右邊“數(shù)字變量數(shù)字變量” 框中。單擊框中。單擊“舊值和新舊值和新值值” ,按鈕按鈕,彈出彈出“重新編碼成相同變量重新編碼成相同變量:舊值和新值舊值和新值”的對(duì)話窗口的對(duì)話窗口, 在窗口中重新編碼。具體操作為在窗口中重新編碼。具體操作為: 在左在左邊邊“舊值舊值”框中框中, 選取選取“值值”, 在后面的空格里

6、填入在后面的空格里填入1, 在右邊在右邊“新值新值”框中選取框中選取“值值”, 在后面的空格中填在后面的空格中填入入5, 然后單擊然后單擊 “添加添加”按鈕按鈕, 接著會(huì)在右邊的接著會(huì)在右邊的“舊舊新新” 下的框內(nèi)出現(xiàn)下的框內(nèi)出現(xiàn)“15”, 重復(fù)此操作重復(fù)此操作, 分別將分別將1 轉(zhuǎn)換為轉(zhuǎn)換為5, 2 轉(zhuǎn)換為轉(zhuǎn)換為4, 3轉(zhuǎn)換為轉(zhuǎn)換為3, 4 轉(zhuǎn)換為轉(zhuǎn)換為2, 5 轉(zhuǎn)換為轉(zhuǎn)換為1。（二）計(jì)算出量表總分（二）計(jì)算出量表總分 在數(shù)據(jù)窗口菜單欄中單擊在數(shù)據(jù)窗口菜單欄中單擊“轉(zhuǎn)換轉(zhuǎn)換計(jì)算變計(jì)算變量量”, 彈出彈出“計(jì)算變量計(jì)算變量” 對(duì)話窗口。在左邊對(duì)話窗口。在左邊“目標(biāo)變量目標(biāo)變量”: 下面的空格內(nèi)

7、輸入新名稱變量下面的空格內(nèi)輸入新名稱變量, 本例為本例為total。在右邊的。在右邊的函數(shù)組函數(shù)組: 窗口中選取窗口中選取統(tǒng)計(jì)量統(tǒng)計(jì)量sum 函數(shù)進(jìn)入上面的函數(shù)進(jìn)入上面的“數(shù)字表達(dá)數(shù)字表達(dá)式式”:空格中空格中并分別輸入各題項(xiàng)并分別輸入各題項(xiàng)(逗號(hào)隔開）。逗號(hào)隔開）。然后單擊然后單擊OK 按鈕按鈕, 在數(shù)據(jù)窗口中在數(shù)據(jù)窗口中19后面會(huì)新后面會(huì)新增一個(gè)增一個(gè)total 變量。變量。（三）按總分高低排序（三）按總分高低排序 按照總分高低排序按照總分高低排序,就是找出高低分組總?cè)藬?shù)就是找出高低分組總?cè)藬?shù)27% 處的分?jǐn)?shù)。處的分?jǐn)?shù)。在數(shù)據(jù)窗口菜單欄中單擊在數(shù)據(jù)窗口菜單欄中單擊“數(shù)據(jù)數(shù)據(jù)-排序個(gè)案排序個(gè)案

8、”, 在排序個(gè)案對(duì)在排序個(gè)案對(duì)話框中將左邊變量列表中的話框中將左邊變量列表中的total 變量選入右邊的變量選入右邊的“排序依排序依據(jù)據(jù)”: 下面的空格中下面的空格中, 在在“排列順序排列順序”下的二級(jí)選項(xiàng)框中選取下的二級(jí)選項(xiàng)框中選取排序的方式排序的方式, 先選取先選取“降序降序” , 單擊單擊OK 按鈕。在數(shù)據(jù)窗口中按鈕。在數(shù)據(jù)窗口中按照按照total 變量的分?jǐn)?shù)變量的分?jǐn)?shù), 形成由大到小的排列。將總?cè)藬?shù)乘以形成由大到小的排列。將總?cè)藬?shù)乘以27% 處的分?jǐn)?shù)記下處的分?jǐn)?shù)記下( 本例中共有本例中共有60名被試名被試, 高分組的第高分組的第16 名名受試者的分?jǐn)?shù)為受試者的分?jǐn)?shù)為72分分) 。再將按

9、總分由低到高排列。再將按總分由低到高排列, 在在“排序排序個(gè)案?jìng)€(gè)案”對(duì)話框中對(duì)話框中, 先單擊先單擊“重置重置”按鈕按鈕, 將原先的設(shè)置還原。將原先的設(shè)置還原。選取選取“升序升序”的排序方式的排序方式, 單擊單擊OK 按鈕。在數(shù)據(jù)窗口中按照按鈕。在數(shù)據(jù)窗口中按照total 變量的分?jǐn)?shù)變量的分?jǐn)?shù), 形成由小到大的排列。將總?cè)藬?shù)乘以形成由小到大的排列。將總?cè)藬?shù)乘以27% 處的分?jǐn)?shù)記下處的分?jǐn)?shù)記下( 本例中共有本例中共有60 名被試名被試, 低分組的第低分組的第16 名受試名受試者的分?jǐn)?shù)為者的分?jǐn)?shù)為56 分分) 。（四）按總分高低順序分組（四）按總分高低順序分組 在數(shù)據(jù)窗口菜單欄中單擊在數(shù)據(jù)窗口菜單

10、欄中單擊“轉(zhuǎn)換轉(zhuǎn)換重新編碼為不同變量重新編碼為不同變量”, 彈出彈出“重新編碼為其他變量重新編碼為其他變量” 對(duì)話窗口對(duì)話窗口, 將左邊變量窗口中的將左邊變量窗口中的total 變量選入右邊變量選入右邊“數(shù)字變量數(shù)字變量-輸出變量輸出變量”的空格中的空格中, 在最右邊在最右邊“輸輸出變量出變量”的對(duì)話框內(nèi)的對(duì)話框內(nèi), “名稱名稱”下面的空格中輸入分組的新變量下面的空格中輸入分組的新變量名名, 本例為本例為group。單擊。單擊“更改更改”, total ? 變?yōu)樽優(yōu)閠otalgro up。 單擊單擊“舊值和新值舊值和新值”按鈕按鈕, 彈出彈出“重新編碼到其他變量：舊值和重新編碼到其他變量：舊值

11、和新值新值”二級(jí)對(duì)話框。在左邊舊值二級(jí)對(duì)話框。在左邊舊值 框中框中, 先選擇先選擇“范圍，值到最范圍，值到最高高”的前面空格內(nèi)輸入高分組限的前面空格內(nèi)輸入高分組限72。在右邊。在右邊“新值新值” 框中框中, 選選取取“值值”, 在后面的空格內(nèi)輸入在后面的空格內(nèi)輸入1, 表示量表總分在表示量表總分在72分以上者分以上者為第一組，為第一組， 然后單擊然后單擊“添加添加”按鈕。繼續(xù)在左邊按鈕。繼續(xù)在左邊“范圍，從最范圍，從最低到值低到值” 后面的空格內(nèi)輸入低分組限后面的空格內(nèi)輸入低分組限56。在右邊。在右邊“值值”在后面在后面的空格內(nèi)輸入的空格內(nèi)輸入2, 表示量表總分在表示量表總分在56分以下者為第

12、二組分以下者為第二組, 然后單然后單擊擊“添加添加”按鈕。按鈕。 單擊單擊“繼續(xù)繼續(xù)”按鈕按鈕, 回到回到“重新編碼為其他變量重新編碼為其他變量”對(duì)話窗口對(duì)話窗口, 單單擊擊“確定確定”按鈕。在數(shù)據(jù)窗口中就會(huì)新增一個(gè)按鈕。在數(shù)據(jù)窗口中就會(huì)新增一個(gè)gr oup 的變量的變量, 變量的數(shù)值內(nèi)容為高分組變量的數(shù)值內(nèi)容為高分組1 和低分組和低分組2。（五）用（五）用T 檢驗(yàn)分析高低分組在題項(xiàng)上的差異檢驗(yàn)分析高低分組在題項(xiàng)上的差異 在在數(shù)據(jù)數(shù)據(jù)窗口菜單欄中單擊窗口菜單欄中單擊分析分析比較均值比較均值獨(dú)立樣獨(dú)立樣本本T檢驗(yàn)檢驗(yàn), 將左邊變量列表中將左邊變量列表中1 到到19題項(xiàng)選入右邊的題項(xiàng)選入右邊的檢驗(yàn)

13、變量檢驗(yàn)變量下面的空格內(nèi)。將左邊變量列表中的下面的空格內(nèi)。將左邊變量列表中的group 選入右邊選入右邊分組變量分組變量下面的空格內(nèi)下面的空格內(nèi), 單擊單擊定義定義組組 按鈕按鈕, 彈出二級(jí)對(duì)話窗口彈出二級(jí)對(duì)話窗口, 在在Group1: 后面的空后面的空格內(nèi)輸入格內(nèi)輸入1,在在Gr oup2: 后面的空格內(nèi)輸入后面的空格內(nèi)輸入2。單擊。單擊“確定確定”按鈕。按鈕。 如果如果t 值顯著值顯著( 即即sig. 的值小于的值小于0.05) , 表明此題具有區(qū)表明此題具有區(qū)分度分度, 能區(qū)分出不同被試的反應(yīng)程度能區(qū)分出不同被試的反應(yīng)程度, 該題項(xiàng)該題項(xiàng)應(yīng)予以保應(yīng)予以保留留。反之。反之, 則區(qū)分度不好則

14、區(qū)分度不好, 不能區(qū)分出不同被試的反應(yīng)不能區(qū)分出不同被試的反應(yīng)程度程度, 需要?jiǎng)h除或修改此題。需要?jiǎng)h除或修改此題。 在本例中在本例中, 我們可以從表輸出的結(jié)果中看到我們可以從表輸出的結(jié)果中看到A2（您滿（您滿意自己的健康嗎？）、意自己的健康嗎？）、A10（您每天的生活有足夠的（您每天的生活有足夠的精力嗎）精力嗎） 、A15（您對(duì)自己從事日?；顒?dòng)的能（您對(duì)自己從事日常活動(dòng)的能滿意滿意嗎？）和嗎？）和A16（您滿意自己的工作能（您滿意自己的工作能嗎？）的嗎？）的t值不值不顯著顯著, 表明這幾個(gè)題項(xiàng)沒有鑒別度表明這幾個(gè)題項(xiàng)沒有鑒別度, 應(yīng)該刪除或修改。應(yīng)該刪除或修改。 二、因素分析二、因素分析 目的

15、是在多變量系統(tǒng)中，把多個(gè)很難解釋，目的是在多變量系統(tǒng)中，把多個(gè)很難解釋，而彼此有關(guān)的變量，轉(zhuǎn)化成少數(shù)有概念化意而彼此有關(guān)的變量，轉(zhuǎn)化成少數(shù)有概念化意義而彼此獨(dú)立性大的因素，從而分析多個(gè)因義而彼此獨(dú)立性大的因素，從而分析多個(gè)因素的關(guān)系。在具體應(yīng)用時(shí)，大多數(shù)采用素的關(guān)系。在具體應(yīng)用時(shí)，大多數(shù)采用“主主成份因素分析成份因素分析”法，它是因素分析中最常使法，它是因素分析中最常使用的方法。用的方法。 利用利用SPSS對(duì)量表進(jìn)行因素分析對(duì)量表進(jìn)行因素分析 現(xiàn)要對(duì)遠(yuǎn)程學(xué)習(xí)者對(duì)教育技術(shù)資源的了解和使用情現(xiàn)要對(duì)遠(yuǎn)程學(xué)習(xí)者對(duì)教育技術(shù)資源的了解和使用情況進(jìn)行了解，設(shè)計(jì)一個(gè)里克特量表，如表：況進(jìn)行了解，設(shè)計(jì)一個(gè)里克特

16、量表，如表： （1）選擇）選擇“分析分析-降維降維“命令，彈出命令，彈出“因子分析因子分析”對(duì)話框，將對(duì)話框，將變量變量“A1”到到“A10”選入選入“變量變量”框中；框中； 點(diǎn)擊點(diǎn)擊描述描述，選擇，選擇“原始分析結(jié)果原始分析結(jié)果”與與“KMO and Bartletts 的球形度檢驗(yàn)的球形度檢驗(yàn)”二項(xiàng)，單擊二項(xiàng)，單擊“繼續(xù)繼續(xù)”。（2）設(shè)置對(duì)因素的抽取選項(xiàng)。）設(shè)置對(duì)因素的抽取選項(xiàng)。單擊單擊 “抽取抽取”按鈕，設(shè)置因素抽取方法為按鈕，設(shè)置因素抽取方法為“主成份主成份”，選取，選取“相關(guān)性矩陣相關(guān)性矩陣”、“未旋轉(zhuǎn)的因子解未旋轉(zhuǎn)的因子解”、“基于特征根基于特征根”選選項(xiàng)，在抽取因素時(shí)限定在特征值

17、大于項(xiàng)，在抽取因素時(shí)限定在特征值大于1者，即者，即SPSS的默認(rèn)選的默認(rèn)選項(xiàng)。單擊項(xiàng)。單擊“繼續(xù)繼續(xù)”按鈕確定。按鈕確定。 （3）設(shè)置因素旋轉(zhuǎn)）設(shè)置因素旋轉(zhuǎn) 選擇選擇“最大方差法最大方差法”、“旋轉(zhuǎn)解旋轉(zhuǎn)解”二項(xiàng)，顯示轉(zhuǎn)軸后的相關(guān)二項(xiàng)，顯示轉(zhuǎn)軸后的相關(guān)信息。單擊信息。單擊“繼續(xù)繼續(xù)”按鈕確定。按鈕確定。 （4）設(shè)置因子得分，）設(shè)置因子得分，“保存為變量保存為變量”，方法選默認(rèn)，方法選默認(rèn)“回歸回歸”。 結(jié)果分析結(jié)果分析（1）KMO及及Bartlett檢驗(yàn)檢驗(yàn) KMO是是Kaiser-Meyer-Olkin的取樣適當(dāng)性量數(shù)，當(dāng)?shù)娜舆m當(dāng)性量數(shù)，當(dāng)KMO值愈大值愈大時(shí)，表示時(shí)，表示變量間的共同因素

18、愈多，愈適合進(jìn)行因素分析變量間的共同因素愈多，愈適合進(jìn)行因素分析，根據(jù)，根據(jù)專家專家Kaiser的觀點(diǎn)，如果的觀點(diǎn)，如果KMO的值小于的值小于0.5時(shí)，較不宜進(jìn)行因素時(shí)，較不宜進(jìn)行因素分析，此處的分析，此處的KMO值為值為0.766，表示適合因素分析，表示適合因素分析。從從Bartletts球形檢驗(yàn)的卡方值為球形檢驗(yàn)的卡方值為234.438，達(dá)到顯著性，代表，達(dá)到顯著性，代表母母群體的相關(guān)矩陣間有共同因素存在，適合進(jìn)行因素分析群體的相關(guān)矩陣間有共同因素存在，適合進(jìn)行因素分析。 （2）共同性）共同性 所謂共同性，就是個(gè)別變量可以被共同因素解釋所謂共同性，就是個(gè)別變量可以被共同因素解釋的變異量百分

19、比，這個(gè)值是個(gè)別變量與共同因素的變異量百分比，這個(gè)值是個(gè)別變量與共同因素間多元相關(guān)的平方。從共同性的間多元相關(guān)的平方。從共同性的大小可以判斷這大小可以判斷這個(gè)原始變量與共同因素間之關(guān)系程度個(gè)原始變量與共同因素間之關(guān)系程度。 （3）特征值）特征值 在因素分析的共同因素抽取中，在因素分析的共同因素抽取中，特征值最大的共同特征值最大的共同因素會(huì)最先被抽取因素會(huì)最先被抽取，其次是次大者，最后抽取得共，其次是次大者，最后抽取得共同因素的特征值最小，通常會(huì)接近同因素的特征值最小，通常會(huì)接近0（在主成份分（在主成份分析中，有幾個(gè)題項(xiàng)，便有幾個(gè)成份，因而特征值的析中，有幾個(gè)題項(xiàng)，便有幾個(gè)成份，因而特征值的總和

20、剛好等于變量的總數(shù)）?？偤蛣偤玫扔谧兞康目倲?shù)）。 將每個(gè)共同因素的將每個(gè)共同因素的特征值除以總題數(shù)特征值除以總題數(shù)為此共同因素為此共同因素可以解釋的變異量?？梢越忉尩淖儺惲?。 因素分析的因素分析的目的之一目的之一，即在因素結(jié)構(gòu)的簡單化，希，即在因素結(jié)構(gòu)的簡單化，希望以最少的共同因素，能對(duì)總變異量作最大的解釋，望以最少的共同因素，能對(duì)總變異量作最大的解釋，因而抽取得因素愈少愈好，但抽取因素的累積解釋因而抽取得因素愈少愈好，但抽取因素的累積解釋的變異量愈大愈好。的變異量愈大愈好。 由于特征值是由大到小排列，所以第一個(gè)共同因素的解釋變異量通常是最由于特征值是由大到小排列，所以第一個(gè)共同因素的解釋變異

21、量通常是最大者大者6.292，其次是第二個(gè)，其次是第二個(gè)1.709，二者累積的解釋變異量占，二者累積的解釋變異量占80%以上。以上。（4）旋轉(zhuǎn)成份矩陣）旋轉(zhuǎn)成份矩陣從圖中可以看出從圖中可以看出A7、A9、A10為為因素一，因素一，A2為因?yàn)橐蛩囟?。素二。A7：電子討論網(wǎng)電子討論網(wǎng)A9：視頻會(huì)議視頻會(huì)議A10：視聽會(huì)議視聽會(huì)議A2：錄音磁帶錄音磁帶 結(jié)果說明結(jié)果說明根據(jù)因素的特征值和旋轉(zhuǎn)后的因素矩陣，采用了根據(jù)因素的特征值和旋轉(zhuǎn)后的因素矩陣，采用了主成份分析法主成份分析法抽取出抽取出2個(gè)因素作為共同因素個(gè)因素作為共同因素，并使，并使用因素轉(zhuǎn)軸方法中的方差最大變異法，轉(zhuǎn)軸后去用因素轉(zhuǎn)軸方法中的方差

22、最大變異法，轉(zhuǎn)軸后去掉了因素負(fù)荷量小于掉了因素負(fù)荷量小于0.1的的系數(shù)，按照從大到小的的系數(shù)，按照從大到小的順序進(jìn)行排列，使得變量與因素的關(guān)系豁然明的順序進(jìn)行排列，使得變量與因素的關(guān)系豁然明了。了。 n 由因子得分系數(shù)矩陣，可以將公因子表示為各由因子得分系數(shù)矩陣，可以將公因子表示為各變量的線性組合。得到的因子得分函數(shù)為變量的線性組合。得到的因子得分函數(shù)為109876543212109876543211208. 0-156. 0-137. 0149. 0-189. 0145. 0085. 0360. 0-363. 0-193. 0264. 0245. 0079. 0245. 0047. 0086. 0120. 0190. 0118. 0052. 0 xxxxxxxxxxFxxxxxxxxxxFn 由因子得分系數(shù)矩陣，可以將公因子表示為各由因子得分系數(shù)矩陣，可以將公因子表示為各變量的線性組合。得到的因子得分函數(shù)為變量的線性組合。得到的因子得分函數(shù)為109876543212109876543211075. 0-037. 0564. 0059. 0651. 0601. 0492. 0669. 0-825. 0-670. 0916. 0923. 0681. 0939. 0623. 0732. 0780. 0235. 0138. 0-653. 0 xxxxxxxxxxFxxxxxxxxxx