文档介绍：第五节 利用SPSS进行量表分析  在第五章调查研究中,我们介绍了量表类型、编制步骤及其应用,在本节将介绍利用SPSS软件对量表进行处理分析。在获取原始数据后,我们利用SPSS对量表能够作出三种分析,即项目分析、原因分析和信度分析。项目分析,目标是找出未达显著水准题项并把它删除。它是经过将取得原始数据求出量表中题项临界比率值——CR值来作出判定。通常,量表制作是要经过教授设计和审查,所以,题项通常均含有判别度,能够判别不一样受试者反应程度。故往往在量表处理中能够省去这一步。原因分析,目标是在多变量系统中,把多个极难解释,而相互相关变量,转化成少数有概念化意义而相互独立性大原因,从而分析多个原因关系。在具体应用时,大多数采取“主成份原因分析”法,它是原因分析中最常使用方法。信度分析,目标是对量表可靠性和有效性进行检验。假如一个量表信度愈高,代表量表愈稳定。也就表示受试者在不一样时间测量得分一致性,所以又称“稳定系数”。依据不一样教授见解,,表示量表信度甚佳。不过对于可接收最小信度系数值是多少,很多教授见解也不一致,,。通常认为,假如研究者编制量表信度过低,,应以重新编制较为适宜。在本节中,关键介绍利用SPSS软件对量表进行原因分析。一、原因分析基础原理原因分析是经过求出量表“结构效度”来对量表中原因关系作出判定。在多变量关系中,变量间线性组合对表现或解释每个层面变异数很有用,主成份分析关键目标即在此。变量第一个线性组合能够解释最大变异量,排除前述层次,第二个线性组合能够解释次大变异量,最终一个成份所能解释总变异量部份会较少。主成份数据分析中,以较少成份解释原始变量变异量较大部份。成份变异量通常见“特征值”表示,有时也称“特征本质”或“潜在本质”。原因分析是一个潜在结构分析法,其模式理论中,假定每个指针(外在变量或称题项)均由两部分所组成,一为“共同原因”、一为“唯一原因”。共同原因数目会比指针数(原始变量数)还少,而每个指针或原始变量皆有一个唯一原因,亦即一份量表共有n个题项数,则会有n个唯一原因。唯一原因性质有两个假定: (1)全部唯一原因相互间没有相关; (2)全部唯一原因和全部共同原因间也没有相关。至于全部共同原因间相互关系,可能有相关或可能皆没有相关。在直交转轴状态下,全部共同原因间相互没有相关;在斜交转轴情况下,全部共同原因间相互就有相关。原因分析最常见理论模式以下:  其中(1)为第i个变量标准化分数。(2)Fm为共同原因。(3)m为全部变量共同原因数目。(4)为变量唯一原因(5)为原因负荷量。原因分析理想情况,在于部分原因负荷量不是很大就是很小,这么每个变量才能和较少共同原因产生亲密关联,假如想要以最少共同原因数来解释变量间关系程度,则相互间或和共同原因间就不能相关联存在。-所谓原因负荷量,是原因结构中原始变量和原因分析时抽取出共同原因相关。在原因分析中,有两个关键指针:一为“共同性”,二为“特征值”。-所谓共同性,就是每个变量在每个共同原因之负荷量平方总和(一横列中全部原因负荷量平方和),也就是部分变量能够被共同原因解释变异量百分比,这个值是部分变量和共同原因间多元相关平方。从共同性大小能够判定这个原始变量和共同原因间之关系程度。而各变量唯一原因大小就是1减掉该变量共同性值。(在主成份分析中,有多少个原始变量便有多少个成份,所以共同性会等于1,没有唯一原因)。-所谓特征值,是每个变量在某一共同原因之原因负荷量平方总和(一直行全部原因负荷量平方和)。在原因分析共同原因抽取中,特征值最大共同原因会最先被抽取,其次是次大者,最终抽取得共同原因特征值最小,通常会靠近0(在主成份分析中,有多个题项,便有多个成份,所以特征值总和刚好等于变量总数)。将每个共同原因特征值除以总题数,为此共同原因能够解释变异量,原因分析目标之一,即在原因结构简单化,期望以最少共同原因,能对总变异量作最大解释,所以抽取得原因愈少愈好,但抽取原因累积解释变异量愈大愈好。我们经过一个例子说明怎样利用SPSS软件对量表进行分析。二、利用SPSS对量表进行原因分析【例6-9】 现要对远程学习者对教育技术资源了解和使用情况进行了解,设计一个里克特量表,如表6-27所表示。    将该量表发放给20人回复,假设回收后原始数据如表6-28所表示。操作步骤: ⒈录入数据定义变量“A1”、“A2”、“A3”、“A5”、“A6”、“A7”、“A8”、“A9”、“A10”,并根据表 输入数据,图6-33所表示。⒉原因分析(1)选择“AnalyzeDataReductionFactor…”命令,弹出“FactorAnalyze”对话框,将变量“A1”到“A10”选入“Variables”