SPSS在調(diào)查問卷數(shù)據(jù)處重要作用

1、第十章第十章 SPSS SPSS在調(diào)查問卷數(shù)據(jù)處在調(diào)查問卷數(shù)據(jù)處 理的應(yīng)用理的應(yīng)用 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 1 1、使用目的、使用目的 調(diào)查問卷收集以后，需要先對調(diào)查問卷的結(jié)果進 行一些整理，如對文字型的問題進行事前或事后編碼， 按變量分組、合并、加權(quán)、重新定義或計算新變量等， 為最終的統(tǒng)計分析做準備。這些功能集中在數(shù)據(jù)和轉(zhuǎn) 換菜單項中，下面將以了解高校畢業(yè)生就業(yè)意愿情況 進行調(diào)查而獲得的一份問卷為例，介紹一些常用的功 能。 10.1 10.1 調(diào)查問卷數(shù)據(jù)處理概述調(diào)查問卷數(shù)據(jù)處理概述 10.1.1 10.1.1 數(shù)據(jù)整理與轉(zhuǎn)換數(shù)據(jù)整理與轉(zhuǎn)換 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 您的性

2、別：男 B 女 您所學專業(yè)名稱： 年級： 1.你在班級里的學習成績排名： 前10% 11%30% 31%70% 最 后30% 2.您參加了今年的考研： 參加了 未參加 (跳答一題) 3.您參加考研是否有本科畢業(yè)就業(yè)難方面的原因 ： 主要是 有一些 沒有 4.本科畢業(yè)以后 您選擇 參加工作 考研 邊工作邊考研 到國外 自主創(chuàng)業(yè) 暫時什么都不 做 數(shù)據(jù)整理與轉(zhuǎn)換數(shù)據(jù)整理與轉(zhuǎn)換 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 5.您一般通過哪些途徑獲取招聘信息？ 招聘會 互聯(lián)網(wǎng) 同學、朋友、熟人 報刊雜志 職介機構(gòu) 其他 6.對您而言，選擇職業(yè)時哪些因素影響較大（請選三項并 排序）： 1單位類型及規(guī)模 就業(yè)地區(qū)選

3、擇 工資水平及福利 2有利于個人發(fā)展及晉升 3對工作本身的興趣 工作穩(wěn)定性 工作的環(huán)境及舒適性 父母意見 學校老師影響 其他 7. 您求職要求的工資底線 2000 元 。 8. 你認為最理想的簽約時間是 大四第一學期末 。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 2 2、基本原理、基本原理 單項選擇題的編碼 多項選擇題的編碼 排序題的編碼 開放式問題的編碼 缺失值的編碼 “不適用情況”的編碼 數(shù)據(jù)轉(zhuǎn)換 3 3、其他注意事項、其他注意事項 用戶缺失值與系統(tǒng)缺失值的含義不同。系統(tǒng)缺失值 主要 是指計算機默認的缺失方式，如果在輸入數(shù)據(jù) 時空缺了某些數(shù)據(jù)或輸入了非法的字符，計算機就把其 界定為缺失值，這時的

4、數(shù)據(jù)標記為“”，而用戶界定 的缺失值則不會在數(shù)據(jù)顯示時出現(xiàn)“”。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 問卷調(diào)查數(shù)據(jù)的整理與轉(zhuǎn)換的操作主要由以下幾個模塊來 實現(xiàn)。 (1)【轉(zhuǎn)換計算變量】對原始數(shù)據(jù)進行四則運算等，進而 派生出新的變量。 (2)【轉(zhuǎn)換重新編碼為相同變量】和【轉(zhuǎn)換重新編碼為 不同變量】，重新編碼數(shù)據(jù)，重新安排次序。 (3) 【轉(zhuǎn)換對個案內(nèi)的值計數(shù)】，創(chuàng)建一個新變量用以 計算某些變量共同發(fā)生的頻次(即計數(shù))。 10.1.2 10.1.2 調(diào)查問卷數(shù)據(jù)的調(diào)查問卷數(shù)據(jù)的SPSSSPSS操作詳解操作詳解 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 缺失值的類型 :完全隨機缺失;隨機缺失;完全非 隨機缺失

5、 缺失值的處理方法 :刪除法和插補法 10.2 10.2 調(diào)查問卷缺失值處理問題調(diào)查問卷缺失值處理問題 10.2.1 10.2.1 缺失值的類型與處理方法缺失值的類型與處理方法 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第一步：第一步：打開【替換缺失值】對話框 選擇菜單欄中的【轉(zhuǎn)換】【替換缺失值】 命令，彈出【替換缺失值】對話框. 10.2.2 10.2.2 替換缺失值的替換缺失值的SPSSSPSS操作詳解操作詳解 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第二步：第二步：選擇檢驗變量 在該對話框左側(cè)的候選變量列表框中選擇一個或 幾個變量，將其移入【新變量】列表框中, 這時系統(tǒng)自 動產(chǎn)生用于替代缺失值的新變量

6、，用戶也可在【名稱】 框處自己定義替代缺失值的新變量名。 第三步：選擇替換缺失值的方法 在【方法】下拉下箭頭選擇缺失值的替代方式。 連續(xù)平均值：用該變量的所有非缺失值的均數(shù)做 替代。 附近點的平均值：用缺失值相鄰點的非缺失值的 均數(shù)做替代，取多少個相鄰點可任意定義。 附近點的中間值：用缺失值相鄰點的非缺失值的 中位數(shù)做替代，取多少個相鄰點可任意定義。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 線性插值：線性插值法填補缺失值。用該列數(shù)據(jù)缺 失值前一個數(shù)據(jù)和后一個數(shù)據(jù)建立插值直線，然后 用缺失點在線性插值函數(shù)的函數(shù)值填充該缺失值。 點的線性趨勢：缺失點處的線性趨勢法。應(yīng)用缺失 值所在的整個序列建立線性回歸

7、方程，然后用該回 歸方程在缺失點的預(yù)測值填充缺失值 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第四步：第四步：其他選項設(shè)置 當選擇的替換缺失值的方法為【臨界點的均值】 或【臨界點的中位數(shù)】時，選項【臨界點的跨度】處 于激活狀態(tài)，可以選擇取相鄰點的跨度。 第五步第五步 ：單擊【確定】按鈕，結(jié)束操作，SPSS軟件自 動輸出結(jié)果。 如果分析中沒有用到含缺失值的變量，可以不用 關(guān)心缺失值問題。在SPSS相關(guān)的分析過程中，選擇 按對排除個案（P），這時如果沒有用到含缺失值的 變量，缺失值對分析沒有影響；如果選擇按列表排 除個案（L），含有缺失值的個案將不會用于分析， 可能會造成信息損失。 SPSS在調(diào)查問卷數(shù)據(jù)

8、處重要作用 1 .1 .實例內(nèi)容實例內(nèi)容 就業(yè)意愿描述的是大學生尋找工作之前的設(shè)想， 這種設(shè)想與現(xiàn)實的匹配程度會影響其能否實現(xiàn)就業(yè)。為 了深入了解畢業(yè)生的就業(yè)意向,了解大學生的就業(yè)意向 和將來的就業(yè)形勢，為進一步完善畢業(yè)生就業(yè)工作提供 導向和決策依據(jù)，進行了畢業(yè)生就業(yè)意愿調(diào)查。假設(shè)有 一個由 17 7名畢業(yè)生的調(diào)查問卷組成的簡單隨機樣本， 其中對于工資底線這一題的回答存在缺失，要求對這些 進行缺失值替換。 10.2.3 10.2.3 實例圖文分析：高校畢業(yè)生就業(yè)意愿調(diào)查實例圖文分析：高校畢業(yè)生就業(yè)意愿調(diào)查 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第一步：打開對 話框 打開SPSS軟 件，選擇菜單欄

9、中的【轉(zhuǎn)換】 【替換缺失值】 命令，彈出如下 圖所示的對話框。 實例操作實例操作 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第二步：第二步：在左側(cè)的候選變量列表框中選擇“工資底 線”變量進入【新變量】列表框， 這時系統(tǒng)自動 產(chǎn)生用于替代缺失值的新變量，用戶也可在名稱 框處自己定義替代缺失值的新變量名。在【方法】 下拉列表框中選擇替 換方法【臨界點的均 值】，并在【臨界點 的跨度】文本框中輸 入“4” 注意注意：進行缺失值替 換時，只能對數(shù)字型 變量進行缺失值替換。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第三步：第三步：完成操作 最后，單擊【確 定】按鈕，操作完成。 此時，原數(shù)據(jù)文件新 增加了“income

10、1”變 量。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第 一 步第 一 步 ： 打 開 【缺失值分析】 對話框 選 擇 菜 單 欄中的【分析】 【缺失值分 析】命令，彈 出【缺失值分 析】對話框。 10.2.2 10.2.2 缺失值分析的缺失值分析的SPSSSPSS操作詳解操作詳解 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第二步第二步 ：選擇檢驗變量 在該對話框左側(cè)的候選變量列表框中選擇一個或幾 個變量，將其移入【定量變量】或【分類變量】列表框 中。 定量變量是選擇進入缺失值分析的變量。 第三步：第三步：選擇缺失值估計的方法 在【估計】列表框中選擇缺失值的處理，從而對參 數(shù)進行方式。 按列表：分析時按列表

11、排除個案，將缺失值排除在外， 從而對變量進行分析。 成對：按配對的方式對缺失值進行分析。 EM：用Expectationt Maxiumum方法對缺失值進行修 補。 回歸：用線性回歸的方法對對缺失值進行修補。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第四步：第四步：其他選項設(shè)置 【模式】包含輸出的模式、變量缺失的模式等五個部分。 （1）輸出。 按照缺失值分組的表格模式。 按照缺失值排序的個案模式。 按照選定變量指定順序的所有個案。 （2）變量 缺失模式。 （3）附加信息。 （4）排序依據(jù)。 （5）排序順序。 升序 降序 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 【描述】主要對單變量統(tǒng)計量和指示變量統(tǒng)計量、忽

12、略 缺失值占總個案數(shù)的比例三部分。 (1)單變量統(tǒng)計量。 (2)指示變量統(tǒng)計量。 百分比不匹配。 使用有指示變量形成的分；組進行的T檢驗。 為分類變量和指示變量生成交叉表。 (3)忽略缺失值占總個案數(shù)的比例小于的變量。 第五步 ：單擊【確定】按鈕，結(jié)束操作，SPSS軟件自動 輸出結(jié)果。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 相關(guān)系數(shù)為-0.4的二維正態(tài)隨機變量的2000個觀測值， 其邊緣分布分別為均值為0.2，標準差為0.2的正態(tài)隨機變 量w1，和均值為0.3，標準差為0.1的正態(tài)隨機變量w2，隨 機刪除變量w1中的3%數(shù)據(jù)，隨機刪除變量w2中的5%數(shù)據(jù)， 現(xiàn)在進

13、行缺失值分析。 10.2.5 10.2.5 實例圖文分析：實例圖文分析： 二維正態(tài)隨機數(shù)的缺失分析二維正態(tài)隨機數(shù)的缺失分析 實例內(nèi)容實例內(nèi)容 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 實例操作實例操作 第一步：打開對話 框 打開SPSS軟件， 選 擇 菜 單 欄 中 的 【分析】【缺失 值分析】命令，彈 出對話框。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第二步：第二步：在左側(cè)的候 選變量列表框中 選 擇 “ w 1 ” 、 “w2”變量進入 【定量變量】列 表框， 在【估計】 選 項 組 中 選 擇 【成對】復選框。 第三步：完成操作 最后，單擊 【確定】按鈕， 操作完成。此時， 軟件輸出結(jié)果出 現(xiàn)在結(jié)果

14、瀏覽窗 口中。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 （1）單變量的基本統(tǒng)計信息匯總表 執(zhí)行完上面操作后，在SPSS結(jié)果報告中首先給出的 是兩個變量的基本統(tǒng)計分析，見表10-3所示。變量w1數(shù) 據(jù)個數(shù)為1940，缺失60個數(shù)據(jù)，缺失的百分比為3%，樣 本均值為0.20，標準差為0.19，比Q1-1.5*IQR小的數(shù)據(jù) 有5個，比Q3+1.5*IQR大的數(shù)據(jù)有8個； N均值標準差 缺失極值數(shù)目a 計數(shù)百分比低高 w11940.20055337.198140912603.058 w21900.30283098.0983910531005.034 超出范圍 (Q1 - 1.5*IQR, Q3 + 1.5

15、*IQR). 3 3 實例結(jié)果及分析實例結(jié)果及分析 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 （2）配對分析結(jié)果 兩變量配對的頻數(shù) 這里，變量w1數(shù)據(jù)個數(shù)為1940，變量w2數(shù)據(jù)個數(shù) 為1900，變量w1和變量w2的配對數(shù)據(jù)個數(shù)為1842。 w1w2 w11940 w218421900 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 兩變量配對的均值 這里，變量w1的樣本均值是0.20，變量w2的樣本均 值為0.30，變量w1的1940個數(shù)據(jù)在變量w2都不缺失的情 況下的均值為0.20028339，變量w2的1900個數(shù)據(jù)在變量 w1都不缺失的情況下的均值為0.30283098。 w1w2 w1.20055337.

16、30266749 w2.20028339.30283098 存在其他變量時定量變量的均值. SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 兩變量配對的樣本標準差 這里，變量w1的樣本標準差是0.198140912，變量 w2的樣本標準差為0.098391053，變量w1的1940個數(shù)據(jù) 在變量w2都不缺失的情況下的均值為0.199486851，變 量w2的1900個數(shù)據(jù)在變量w1都不缺失的情況下的均值為 0.098391053 w1w2 w1.198140912.098699395 w2.199486851.098391053 存在其他變量時定量變量的標準差. SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 （4）兩變

17、量配對的樣本協(xié) 方差 這里,變量w1的樣本 方差是0.039259821，變量 w2的樣本方差0.009680799， 配對的變量w1與變量w2的 樣本協(xié)方差為- 0.007154109。 w1w2 w1.039259821 w2-.007154109.009680799 （5）兩變量配對的樣本 相關(guān)系數(shù) 配對的變量w1與變 量w2的樣本協(xié)方差為-0. 363。 w1w2 w11 w2-.3631 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 1、使用目的使用目的 為了保證問卷具有較高的可靠性和有效性，在 形成正式問卷之前，應(yīng)當對問卷進行試測，并對試測 結(jié)果進行信度和效度分析，根據(jù)分析結(jié)果篩選問卷題 項，

18、調(diào)整問卷結(jié)構(gòu)，從而提高問卷的信度和效度。 信度分析是評價調(diào)查問卷是否具有穩(wěn)定性和可 靠性的有效的分析方法。 10.3 10.3 調(diào)查問卷的信度分析調(diào)查問卷的信度分析 10.3.1 10.3.1 信度分析概述信度分析概述 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 2 2、基本原理、基本原理 重測信度法重測信度法是用同樣的問卷對同一組被調(diào)查者間隔一定時間重復 施測，計算兩次施測結(jié)果的相關(guān)系數(shù)，適用于事實式問卷，如性別、 出生年月等在兩次施測中不應(yīng)有任何差異。重測信度法屬于穩(wěn)定系數(shù)。 復本信度法復本信度法是讓同一組被調(diào)查者一次填答兩份問卷復本，計算兩 個復本的相關(guān)系數(shù)。復本信度屬于等值系數(shù)。 折半信度法折半

19、信度法是將調(diào)查項目分為兩半，計算兩半得分的相關(guān)系數(shù)， 進而估計整個量表的信度。折半信度屬于內(nèi)在一致性系數(shù)，測量的是 兩半題項得分間的一致性。這種方法一般適用于態(tài)度、意見式問卷的 信度分析。 克朗巴哈信度系數(shù)法克朗巴哈信度系數(shù)法是評價的量表中各題的得分之間一致性的， 屬于內(nèi)在一致性系數(shù)。這種方法適用于態(tài)度、意見式問卷的信度分析， 是目前最常用的信度系數(shù)，其公式為： 其中，為調(diào)查問卷中題項的總數(shù)，為個項目相關(guān)系數(shù)的均值。 1(1) k r kr 信度分析概述信度分析概述 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第一步第一步 ：打開【可靠性分析】對話框 選擇菜單欄中的【分析】【度量】【可靠性 分析】命令，

20、彈出【可靠性分析】對話框。 第二步第二步 ：選擇信度分析變量 在該對話框左側(cè)的候選變量列表框中選擇一個或 幾個變量，將其移入【項】列表框中，選擇進入信度分 析的變量。 【度量標簽】主要對信度分析的信度系數(shù)做一個標 簽。 10.3.2 10.3.2 信度分析的信度分析的SPSSSPSS操作詳解操作詳解 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第三步第三步 ：選擇信度分析的方法 在【模型】下拉列表框中選擇信度分析的信度系 數(shù)，從而對變量進行信度分析。 a ：克朗巴哈（Cronbach）信度系數(shù)法。 半分：折半信度系數(shù)。 Guttmann：Guttman最低下限真實信度法

21、。 平行：各題目變異數(shù)同質(zhì)時的最大概率信度。 嚴格平行：各題目平均數(shù)與變異數(shù)均同質(zhì)時的最 大概率信度。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第四步：第四步：其他選項設(shè)置 【 統(tǒng) 計 量 】 包 含 Hotelling的T平方檢驗， 同 類 相 關(guān) 系 數(shù) 檢 驗 、 Tukey的可加性檢驗等統(tǒng) 計分析。 描述性：項表示輸 出各評估項目的基本描 述性統(tǒng)計，度量表示輸 出各評估項目的總分的 基本描述性統(tǒng)計，如果 項已刪除則進行度量表 示輸出剔除某評項目后 的均值、方差、協(xié)方差 等基本統(tǒng)計量，從而對 評估項目進行逐個評估。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 【項之間】

22、選項組:相關(guān)性、協(xié)方差分別表示輸 出各評估項目的協(xié)方差系數(shù)矩陣和相關(guān)系數(shù)矩陣。 【摘要:均值】選項組：輸出評估項目總分的平 均分的基本描述性統(tǒng)計,方差表示評估項目總分的樣本 方差的描述性統(tǒng)計, 協(xié)方差、相關(guān)性分別輸出評估項目 總和的協(xié)方差矩陣、相關(guān)系數(shù)矩陣的描述性統(tǒng)計。 【ANOVA 表】選項組：提供了多種方法進行檢驗 同一評估對象在評估項目上的得分是否具有一致性。無 表示什么檢驗都不做，F(xiàn) 檢驗表示進行反復測試的方差 分析，只適合于定距型的正態(tài)分布數(shù)據(jù)；Friedman 卡 方對配對樣本的進行Friedman檢驗，適合于非正態(tài)分布 或定序型數(shù)據(jù)，Cochran 卡方表示進行多配對樣本的 Co

23、chran檢驗，適合于二值型數(shù)據(jù)。 第五步：單擊【確定】按鈕，結(jié)束操作，SPSS軟件自動 輸出結(jié)果。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 為評估某個公司員工的素質(zhì)設(shè)計一套評價表格， 其中包括的評價項目有：科學素質(zhì)、文化素質(zhì)、經(jīng)濟素 質(zhì)、道德素質(zhì)，每個評估項目的滿分25分，四個項目評 估的總分100分，分數(shù)越高素質(zhì)越高。為了研究評價體 系的可信性，隨機對30名員工進行了測試，現(xiàn)利用這些 數(shù)據(jù)進行信度分析。 10.3.3 10.3.3 實例圖文分析實例圖文分析 員工素質(zhì)評估的信度分析員工素質(zhì)評估的信度分析 實例內(nèi)容實例內(nèi)容 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 姓名科學素質(zhì)文化素質(zhì)經(jīng)濟素質(zhì)道德素質(zhì) 小李

24、21222222 小張20212223 小莫20212222 小蔡21212222 小毛22222324 小華22222323 注意：此表為部分數(shù)據(jù) 實例內(nèi)容實例內(nèi)容 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第一步：第一步：打開對話 框 打開SPSS軟 件，選擇菜單欄 中的【分析】 【度量】【可 靠性分析】命令， 彈出【可靠性分 析】對話框。 實例操作實例操作 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第二步：第二步：在左側(cè)的候選變量列表框中選擇“科學素質(zhì)”、 “文化素質(zhì)”、“經(jīng)濟 素質(zhì)”、“道德素質(zhì)” 進入【項】列表框， 在【模型】下拉列表 框中選擇【a】 選項， 并單擊【統(tǒng)計量】按 鈕進入【統(tǒng)計量】對

25、話框。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第三步：第三步：勾選【如果項已刪除則進行度量】、【相關(guān)性】 以及【摘要】復選框，然后單擊【繼續(xù)】按鈕，進入 信度分析分析對話框。 第四步：完成操 作 最后，單擊 【確定】按鈕， 操作完成。此時， 軟件輸出結(jié)果出 現(xiàn)在結(jié)果瀏覽窗 口中。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 （1）信度分析進行過程的摘要 執(zhí)行完上面操作后，在SPSS結(jié)果報告中首先給出的 是信度分析進行過程的摘要，見下表所示。信度分析的 有效數(shù)據(jù)為30個，排除在外的數(shù)據(jù)個數(shù)為0，整個信度 分析是基于所有數(shù)據(jù)來進行的。 計數(shù)百分比 案例有效30100.0 已排除a0.0 總計30100.0 a.

26、 在此程序中基于所有變量的列表方式刪除. 實例結(jié)果及分析實例結(jié)果及分析 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 （2）信度分析的信度系數(shù)計算的結(jié)果 在SPSS結(jié)果報告中給出克朗巴哈信度系數(shù)的估計 值為0.816，基于標準化評估項目調(diào)整的克朗巴哈信 度系數(shù)為0.825，評估項目數(shù)為4個。由于信度系數(shù)在 0.800.90之間，說明問卷調(diào)查中的題目具有較強的 內(nèi)在一致性。 Cronbachs Alpha基于標準化項的Cronbachs Alpha 項數(shù) .816.8254 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 （3）各個評估項目的相關(guān)系數(shù)矩陣 從相關(guān)系數(shù)矩陣可以看出，科學素質(zhì)與文化素質(zhì) 之間相關(guān)系數(shù)為0.73

27、4，具有較強的正相關(guān)性；道德素 質(zhì)與經(jīng)濟素質(zhì)之間相關(guān)系數(shù)為0.691，正相關(guān)性較強， 文化素質(zhì)與道德素質(zhì)之間的相關(guān)系數(shù)為0.343，是相關(guān) 性性最低的兩個項目。 科學素質(zhì)文化素質(zhì)經(jīng)濟素質(zhì)道德素質(zhì) 科學素質(zhì)1.000.734.691.430 文化素質(zhì).7341.000.487.343 經(jīng)濟素質(zhì).691.4871.000.561 道德素質(zhì).430.343.5611.000 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 （4）評估項目的描述性統(tǒng)計 下表的第一行顯示了30名員工在4個評估項目上 總分的均值為21.992，最大值為23.067，最小值 21.000，全距2.067，樣本均值的方差為0.812；第二

28、行顯示30名員工在4個評估項目上總分的樣本方差為 0.585，最大值為0.754，最小值0.437，全距0.317， 樣本方差的方差為0.026；可見，各個項目的平均分基 本相當，各項評分的差異性比較平衡。 第三行顯示4個評估項目協(xié)方差的均值為0.308， 最大值為0.414，最小值0.202，全距0.211，樣本方差 的方差為0.006；第四行顯示4個評估項目相關(guān)系數(shù)的 均值為0.541，最大值為0.734，最小值0.343，全距 0.391。可見，各個評項目的相關(guān)程度校稿，而且相關(guān) 程度的差異較小。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 均值極小值極大值范圍 極大值 / 極小值方差項數(shù) 項的均

29、值21.99221.00023.0672.0671.098.8124 項方差.585.437.754.3171.726.0264 項之間的 協(xié)方差 .308.202.414.2112.045.0064 項之間的 相關(guān)性 .541.343.734.3912.139.0214 實例結(jié)果及分析實例結(jié)果及分析 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 （5）剔除某個評估項目以后的結(jié)果 表10-12的第一列顯示了剔除某個評估項目以后 的剩余項目的總平均分，例如剔除了科學素質(zhì)的剩余 其他三項的總平均分為66.97，是第一列中最大的，這 說明科學素質(zhì)的得分影響比較大；第二列顯示了剔除 某個評估項目以后的剩余項目總分

30、的樣本方差，第三 列是某評估項目與其余評估項目總分的簡單相關(guān)系數(shù)， 例如科學素質(zhì)與剩余其他三項的總分之間的簡單項系 數(shù)為0.750，這再一次說明科學素質(zhì)的地位比較重要； 第四列是某評估與其余評估項目的復相關(guān)系數(shù)，反映 了該評估項目與其余評估項目的總體相關(guān)程度；最后 一列是剔除某個評估項目以后的剩余項目計算得到克 朗巴哈（Cronbach）信度系數(shù)。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 項已刪除 的刻度均 值 項已刪除 的刻度方 差 校正的項 總計相關(guān) 性 多相關(guān)性 的平方 項已刪除的 Cronbachs Alpha 值 科學素質(zhì)66.973.137.750.685.710 文化素質(zhì)66.403.

31、903.622.542.777 經(jīng)濟素質(zhì)65.633.757.718.565.740 道德素質(zhì)64.903.610.506.321.840 實例結(jié)果及分析實例結(jié)果及分析 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 如果在實例操作的第二步中， 在【模型】的下拉框中選 擇的列表框中選擇【半分】，其他不變，那么，所進行的信度 分析就是折半信度法，其結(jié)果會出現(xiàn)在折半項目的前提下所得 到克朗巴哈信度系數(shù)，和在折半項目的前提下得到評估項目的 描述性統(tǒng)計，如下表所示。 （1）折半項目的前提下得信度分析結(jié)果 表10-14是在折半項目的前提下得信度分析結(jié)果。折半信 度法將項目分成兩部分，部分1是關(guān)于科學素質(zhì)與文化素質(zhì)的，

32、 部分2是關(guān)于經(jīng)濟素質(zhì)與道德素質(zhì)的，針對部分 1計算得到克 朗巴哈信度系數(shù)為0.837，針對部分 2計算得到克朗巴哈信度 系數(shù)為0.702，這說明想進一步改進調(diào)查問卷的質(zhì)量，應(yīng)針對 經(jīng)濟素質(zhì)與道德素質(zhì)部分進行重新修訂量表或增刪題項。兩部 分總分的簡單相關(guān)系數(shù)為0.583，說明兩部分具有正相關(guān)性。 由于兩部分的項目是一樣的都是兩個項目，一般都應(yīng)采用 Spearman-Brown修正方法對兩部分總分的簡單相關(guān)系數(shù)進行修 正，修正的結(jié)果為0.736，兩部分的Guttman Split-Half 系數(shù) 為0.736，說明整個問卷是可行的一份問卷。 10.3.4 10.3.4 實例進階分析：實例進階分析

33、： 折半信度系數(shù)的分析折半信度系數(shù)的分析 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 Cronbachs Alpha部分 1 值 .837 項數(shù) 2a 部分 2 值.702 項數(shù)2b 總項數(shù)4 表格之間的相關(guān)性.583 Spearman-Brown 系數(shù) 等長.736 不等長.736 Guttman Split-Half 系數(shù).736 a. 這些項為: 科學素質(zhì), 文化素質(zhì). b. 這些項為: 經(jīng)濟素質(zhì), 道德素質(zhì). 折半信度系數(shù)的分析折半信度系數(shù)的分析 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 （2）折半項目的前提下得評估項目的描述性統(tǒng)計 下表顯示了30名員工在科學素質(zhì), 文化素質(zhì)這兩個 項目上總分的均值為2

34、1.283，在經(jīng)濟素質(zhì), 道德素質(zhì)這 兩個項目上總分的均值為22.700。在科學素質(zhì), 文化素 質(zhì)這2個評估項目協(xié)方差的均值為0.414，在經(jīng)濟素質(zhì), 道德素質(zhì)這兩個項目上總分的均值為0.322。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 均值極小值極大值范圍 極大值 / 極小值方差項數(shù) 項的均 值 部分121.28321.00021.567.5671.027.1612a 部分222.70022.33323.067.7331.033.2692b 兩部分21.99221.00023.0672.0671.098.8124 項方差部分1.575.461.690.2291.496.0262a 部分2.595.

35、437.754.3171.726.0502b 兩部分.585.437.754.3171.726.0264 項之間 的協(xié)方 差 部分 1.414.414.414.0001.000.0002a 折半信度系數(shù)的分析折半信度系數(shù)的分析 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 部分 2 .322.322.322.0001.000.0002b 兩部分 .308.202.414.2112.045.0064 項之間的相關(guān)性部分 1 .734.734.734.0001.000.0002a 部分2 .561.561.561.0001.000.0002b 兩部分 .541.343.734.3912.139.0214 a.

36、 這些項為: 科學素質(zhì), 文化素質(zhì). b. 這些項為: 經(jīng)濟素質(zhì), 道德素質(zhì). 折半信度系數(shù)的分析折半信度系數(shù)的分析 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 1 1、使用目的、使用目的 多重響應(yīng)是指對同一個問題被調(diào)查者可能有多個 答案，它是調(diào)查研究中十分常見的數(shù)據(jù)形式。 2 2、基本原理、基本原理 多重響應(yīng)資料因其特殊性，不方便應(yīng)用傳統(tǒng)的多 元統(tǒng)計分析方法進行研究，利用多重二分法和多重分 類法兩種數(shù)據(jù)轉(zhuǎn)換方式可以極大的豐富對其建模的方 法。 多重二分法的分類編碼為為0 0和和1 1，即將每一個選項 拆分為一個獨立變量，如果選中的則錄入1 1，沒有選擇 的則錄入為0 0。有多少個選項則拆分出多少個變量

37、來， 因此選項異常多的情況下此種方法有點麻煩。 10.4 10.4 調(diào)查問卷的多重響應(yīng)分析調(diào)查問卷的多重響應(yīng)分析 10.4.1 10.4.1 多重響應(yīng)分析概述多重響應(yīng)分析概述 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第一步第一步 ：打開【定義多重響應(yīng)集】 對話框 選擇菜單欄中的【分析】【多元響應(yīng)】【定義 多重響應(yīng)集】命令，彈出【定義多重響應(yīng)集】對話框。 第二步：第二步：選擇多重響應(yīng)分析變量 在【定義集】列表框列出所有的需要設(shè)置的變量， 其中包括多選題的變量，將候選變量中選擇一個或幾個 變量，將其移入【集合中的變量】(集合中的變量)列表 框中，選擇進入多重響應(yīng)分析的變量。 10.4.2 10.4.2

38、多重響應(yīng)分析的多重響應(yīng)分析的SPSSSPSS操作詳解操作詳解 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第三步第三步：設(shè)置多重響應(yīng)集 然后在下方的【將變量編碼為】中選擇編碼的 方法。 【二分法】為多重二分法，【計數(shù)值】輸入需要 統(tǒng)計的變量值，例如計數(shù)值輸入“1”，意思是統(tǒng)計 變量值為1的頻率。 【類別】為多重分類法，【范圍】表示多重分類 法的起點值，【到】表示多重分類法的終值。 【標簽】為多重二分法或多重分類法的值標簽的 定義。 【名稱】為輸入該多選題的題目名稱。 在【名稱】中輸入該多選題的題目名稱，在 【標簽】中輸入分類法的值標簽的定義之后，點擊 【添加】到【多元響應(yīng)集】，點擊【關(guān)閉】，就設(shè)置 好多

39、重響應(yīng)集。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第四步：第四步：設(shè)置多重 響應(yīng)分析方法 點擊【關(guān) 閉】，設(shè)置好多 重響應(yīng)集，再選 擇菜單欄中的 【分析】【多 元響應(yīng)】命令， 可以看到，多出 兩個菜單選項。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 選擇菜單欄中 的【分析】【多 元響應(yīng)】【頻率】 命令, 彈出【多元 響應(yīng)頻率】對話框。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 【多元響應(yīng)集】：顯示設(shè)置好的多重響應(yīng)集的名稱。 【列表為】：表示對選入的多重響應(yīng)集進行列表分析。 【缺失值】：表示對缺失值的處理方法。在二分集內(nèi)按 照列表順序排出個案表示對多重二分法的變量進行缺失 值的處理

40、。在類別內(nèi)按照列表排除個案表示對多重分類 法的變量進行缺失值的處理。缺失值處理方法都是將缺 失值排除在樣本外進行頻率分析。 選擇菜單欄中的【分析】【多元響應(yīng)】【交叉 表】命令, 進入【多元響應(yīng)交叉表】對話框。 多重響應(yīng)分析的多重響應(yīng)分析的SPSSSPSS操作詳解操作詳解 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 【多元響應(yīng)集】：顯示設(shè)置好的多重響應(yīng)集的名稱。 【行】：顯示交叉分析的行變量。 【列】：顯示交叉分析的列變量。 【層】：顯示交叉分析的分層變量。 【定義范圍】：定義行變量、或列表里、或?qū)幼兞康娜≈?范圍。 【選項】：交叉分析的一些選 項，包括單元百分比（行的、

41、 列的、總的）、基于哪種百 分比（基于個案的、基于響 應(yīng)的）缺失值的處理(基于多 重二分法的變量的、基于多 重分類法的變量的)。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 1. 實例內(nèi)容實例內(nèi)容 為調(diào)查關(guān)于手機市場情況，設(shè)計了一份調(diào)查問卷， 問卷內(nèi)容包括性別，年齡，當前使用手機的品牌，在過 去三年內(nèi)曾經(jīng)使用過的手機品牌等。隨機對30名路人進 行了測試，現(xiàn)利用這些數(shù)據(jù)進行多重相應(yīng)分析分析。其 中品牌1為三星，品牌2為摩托羅拉，品牌3為諾基亞， 品牌4為LG，品牌5為蘋果，品牌6為創(chuàng)維，和其他品牌， 使用二分編碼。定義7個變量，變量名分別為sumsung、 MOTO、NOKIA、LG、Apple、Skyw

42、orth、other，值標簽 分別定義為0=“未選”，1=“選中”。定義了性別變量， 值標簽分別定義為0=“女”，1=“男”。 10.2.5 10.2.5 實例圖文分析實例圖文分析 手機市場情況分析手機市場情況分析 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 實例內(nèi)容實例內(nèi)容 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第一步：第一步：打開對話 框 打開SPSS軟 件，選擇菜單欄 中的【分析】 【多元響應(yīng)】 【定義多元響應(yīng) 集】命令，彈出 【定義多元響應(yīng) 集】對話框。 實例操作實例操作 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第二步：第二步：在【定義集】列表框中選擇sumsung、MOTO、 NOKIA、LG、Appl

43、e、Skyworth、 other進入【集合中的 變量】框，在 【將變 量編碼為】選項組中選 擇編碼的方法為【二分 法】，并在【計數(shù)值】 文本框輸入 “1”，在 【名稱】文本框中輸入 該多選題的題目名稱為 “品牌”。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第三步：第三步：單擊 【添加】 按 鈕 將 所 選 選 項 添 加 到 【 多 元 響 應(yīng) 集】列表框， 然 后 再 單 擊 【 關(guān) 閉 】 按 鈕 ， 設(shè) 置 好 多重響應(yīng)集。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第四步：第四步：打開多重響應(yīng)頻數(shù)分析對話框： 選擇菜單欄中的 【分析】【多元 響應(yīng)】【頻率】 命令, 進入【多元 響應(yīng)頻率】對話框。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第五步：第五步：多重響應(yīng)頻數(shù)分析的設(shè)置： 將【多元響應(yīng)集】 中的多重響應(yīng)集“品 牌”選入【列表為】 并在【缺失值】選項 組中勾選【在二分集 內(nèi)按照列表順序排出 個案】復選框。 第六步：完成操作 單擊【確定】按鈕 操作完成。此時，軟 件輸出結(jié)果出現(xiàn)在結(jié) 瀏覽窗口中。 SPSS在調(diào)查問卷數(shù)據(jù)處重要作用 第六步：第六步：完成操作 最