資料分析的程序

Data Analysis Procedures and

Concise Fundamentals of SPSS

神掌打通任督二脈‧易筋經以簡馭繁

符號意義:統雄快訣統雄快訣 延伸閱讀延伸閱讀 進階議題進階議題 警示訊息警示訊息

資料分析的程序

SPSS 簡介

sav:資料檔

變項檢視介面

資料檢視介面

sps:程式檔

spv/spo:輸出檔

樣本代表性檢定

量表信度檢定

單變項分析

雙變項分析

多變項分析

統計研討篇


資料分析的程序應包括:1.對像(樣本代表性)分析。2.測量工具(量表信度/效度)分析。3.理論建構檢定與分析:又包括:(1)整體分析(單變項分析)(2)交叉分析(雙變項分析)(3)進階理論模型建構(多變項分析)。SPSS的檔案、介面、與資料操作。SPSS的副檔名包括:sav:資料檔,sps:程式檔,spo:輸出檔。資料檔的介面有:變項檢視介面,資料檢視介面。下載SPSS範例,進行實作。

資料分析的程序

這是論文結構中的「研究發現」或「資料分析」章節,應包括以下幾個部分:

1.對像(樣本)分析

樣本代表性為何?有沒有推論意義?還是僅具參考意義?

2.測量工具(量表信度)分析:

如果是採用量表測量變項,至少應作信度分析,檢定量表的信度為何?有沒有測量意義?並視研究的規模與需求,是否增作效度分析。

3.理論建構檢定與分析:又包括:

(1)整體分析(單變項分析)

針對個別變項的「單變項分析」,若是僅報告樣本統計值,便採用「描述」方法;若要推論母群,則應用「估計」的方法,又因資料型態為「類別型」或「連續型」而不同。

(2)交叉分析(雙變項分析)

分析兩個變項間的關係,常為各一應變項、自變項,與兩者關係。雙變項可能只具備關聯關係,而不具備因果關係,亦即無法辨別何者為自變項、何者為應變項。常用、也最實用的統計工具包括:卡方分析變異數分析、與相關分析

(3)進階理論模型建構(多變項分析)

以上各部分是任何研究都應該具備的。除此之外,可依研究的特性增加各種進階的「多變項分析」。


SPSS 簡介

以下介紹使用SPSS達成所有分析步驟的過程。

下載SPSS範例資料下載SPSS高等統計範例資料(右鍵下載)Analy-SPSS-Teaching.rar

下載SPSS範例資料下載SPSS多變項分析與習作範例資料(右鍵下載)Analy-SPSS-Teaching-Multi.rar

下載SPSS範例資料下載SPSS範例資料(教材專區)Analy-SPSS-Teaching.rar

下載SPSS範例資料下載範例資料(教材專區):Analy-SPSS-Teaching-Multi.rar

有些網路防火牆,會阻擋.sav 檔,故使用壓縮檔.rar下載,可用 7-zip 解開。

註:SPSS2009-2010間曾短期改名稱為PASW 18(版)。

SPSS 的檔案與介面

SPSS 包括3種檔案。

.sav: SPSS 資料檔

SPSS 資料檔,又分資料檢視介面與變項定義檢視介面。

以下範例是SPSS 17,就介面而言,SPSS 10 之後,並沒有大改變。

SPSS 資料檢視介面

資料檢視介面

以樣本為列,以變項為欄。

命令列

分析:最重要的分析起點。

轉換:資料重新計量、資料型態的轉換…等。

資料:資料庫管理功能。

其他為進階命令。

工具列

檔案管理、搜尋等編輯功能。

變項檢視介面

變項名稱

此為實體名稱,建議使用英文。

資料格式

資料格式:點右側,可進行編輯,其他多欄亦同。

資料位元數

資料寬度的位元數。

小數點位元數

對數值資料而言,小數點位元數。

變項標題或內容敘述

此為虛擬名稱,建議使用區域語文,即中文。

變項的值與內容敘述

本項其實包括:value 與 value label 。

迷失值

SPSS 譯為遺漏值,本項設定應特別注意。

資料檢視

介面之欄位寬度。

資料靠齊方向

左、右、中。

資料型態

資料型態:分作Scale, Ordinal, Nominal 等3型;不過,在一般研究中,即碩士階段前的研究,我們都把前兩者合併為連續(可計量)資料,與第三型的類別資料對稱,作為選擇統計工具的依據。等序資料(Ordinal),只有配合無母數統計工具時應用。

.sps: SPSS 程式檔

SPSS 程式檔,可自動產生,在重複跑資料時較簡易,且記錄分析歷程。

跑分析程式時,按〈貼上〉選項,就是貼上程式檔。

離開時,必須以新檔名〈另存新檔〉。

.spv/ .spo: SPSS 輸出檔

SPSS 輸出檔,除預設格式外,外觀亦可自訂。

SPSS輸出檔的格式與副檔名,在16版後為 .spv,而之前為  .spo,這2種格式並不相容。

SPSS輸出檔的格式,符合包括APA等各學術寫作的格式,故可直接剪貼入論文。可以改外觀,但不要改內容。

通常不顯著的分析表不必放入論文,但放入論文的分析表,則不可省略重要分析項目。


SPSS 變項轉換/資料轉換與應用時機

Recode, Compute.

SPSS線上說明

http://publib.boulder.ibm.com/infocenter/spssstat/v20r0m0/index.jsp?topic=%2Fcom.ibm.spss.statistics.help


樣本代表性檢定

什麼是樣本代表性

數理意義的樣本代表性檢定,與資料分析中的顯著性檢定,為一體兩面。

實務應用意義的樣本代表性檢定,至少包括連繫率與回應率。


量表信度檢定

量表信度檢定如果是採用量表測量變項,則在理論檢定與變項分析之前,必須先作量表的信度檢定。

信度檢定是相關分析的發展與應用,所以在本系列安排在相關分析之後,和論文寫作的結構順序並不相同。


單變項分析/描述-估計

單變項分析又名獨變項分析:是論文中「研究發現(或資料分析)」章、「整體分析」節報告的方法,若是僅報告樣本統計值,便採用「描述」方法;若要推論母群,則應用「估計」的方法,又因資料型態為「類別型」或「連續型」而不同。

交叉分析/雙變項分析

分析兩個變項間的關係,常為各一應變項、自變項,與兩者關係。雙變項可能只具備關聯關係,而不具備因果關係,亦即無法辨別何者為自變項、何者為應變項。常用、也最實用的統計工具包括:卡方分析變異數分析、與相關分析。 


管理研究統計課程-問卷 統雄數學樂學/統計神掌易經筋-問卷
回頁首 Up to page head 至頁尾 Down to page bottom
上一頁 Back to previous page 回頁首 Up to page head 下一頁 Go to nex page
 

統雄數學神掌系列目錄
分享意見反映
統計教學的內涵與取向
高考統計考題的解析
微積分精華篇
微積分思想篇
微積分進階精華篇
統計符號與英讀
資料型態與視覺呈現
敘述統計
機率論與機率分配
推論統計學精華篇
推論統計‧理論建構
資料分析程序與SPSS基礎
SPSS 轉換:Recode 重新編碼
SPSS 轉換:Compute 建構新變項
樣本代表性檢定
單變項:類別_二元資料/詮釋
單變項:類別_二元資料/應用
單變項分析:連續資料
卡方分析(雙向)
多向卡方分析
單向卡方分析
變異數分析(單因子)
雙因子/多因子變異數分析
簡單迴歸/相關分析:詮釋
簡單迴歸/相關分析:應用
對數/邏輯相關分析
測量工具信度/效度分析
量表信度檢定
因素分析_EFA
因素效度分析_CFA
多變項分析精華篇
多元迴歸分析
一般線性模型精華篇
廣義線性模型
調節模型分析
共變模型/共變數分析
中介模型分析
因徑/SEM:模型詮釋與因果邏輯
因徑/SEM:探索式因徑模型建構
因徑/SEM:驗證式結構方程解析
多變項分析實例SEM
多變項分析實例SEM+調節篇
因徑/結構方程SEM:反省
無母數統計
統計研討篇
專題-卜豐投針實驗
專題-機率與統計悖論
1類知識計量工具
2類知識計量工具
3類知識計量工具
非等機率知識體系建構
TX空時座標建構
一般取用測量
信仰取用測量
研究方法/民調市調系列
請點這裡看所有留言分類 Please click here to view categories of comments
同類別內相關主題