1、第十一章 SPSS的對應(yīng)分析,,,,11.1.1 對應(yīng)分析的提出研究兩個(gè)或多個(gè)品質(zhì)型變量之間的相關(guān)關(guān)系，例如研究儲戶收入水平與所選擇的儲蓄種類間是否存在聯(lián)系的問題，再如分析顧客職業(yè)與購買汽車的品牌之間的關(guān)系等。分析品質(zhì)變量之間的關(guān)系通常從編制兩變量的交叉列聯(lián)表入手，并通過對列聯(lián)表的進(jìn)一步研究探究變量間的聯(lián)系。常見的方法有列聯(lián)表的卡方檢驗(yàn)等。在變量分類值較多時(shí)，上述分析方法通常較難直觀地揭示出變量之間的聯(lián)系以及變量各分類之間的聯(lián)系

2、。對應(yīng)分析正是解決該類問題的一種基于圖形分析的直觀有效的多元統(tǒng)計(jì)分析方法。,,,11.1 對應(yīng)分析概述,,11.1.2 對應(yīng)分析的基本思想對應(yīng)分析以兩變量的交叉列聯(lián)表為研究對象，利用“降維”的方法，通過圖形的方式，直觀揭示變量不同類別之間的聯(lián)系，特別適用于多分類品質(zhì)型變量的研究。對應(yīng)分析的基本思想是：首先編制兩品質(zhì)型變量的交叉列聯(lián)表，將交叉列聯(lián)表中的每個(gè)數(shù)據(jù)單元看成兩變量在相應(yīng)類別上的對應(yīng)點(diǎn)；然后，對應(yīng)分析將變量及變量之間的聯(lián)系同

3、時(shí)反應(yīng)在一張二維或三維的散點(diǎn)圖，即對應(yīng)分布圖上，并使聯(lián)系密切的類別點(diǎn)較集中，聯(lián)系疏遠(yuǎn)的類別點(diǎn)較分散；最后，通過觀察對應(yīng)分布圖就能直觀地把握變量類別之間的聯(lián)系。,11.2 對應(yīng)分析的基本操作及案例,11.2.1 對應(yīng)分析的基本操作步驟（1）選擇菜單Analyze→Data Reduction→Correspondence，出現(xiàn)窗口如圖所示（2）將行變量選擇到Row框中，將列變量選擇到Column框中，并分別單擊Define Rang

4、e按鈕指定行列變量的分類值范圍。在Minimum value框后輸入分類最小值，在Maximum框后輸入分類最大值，并單擊Update按鈕，于是各分類值會依次顯示在窗口下方的框中；Category Constraints框中的選項(xiàng)，None表示不再對分類值重新分組，Categories must be equal表示指定將哪些分類值合并為一類，Category is supplemental表示指定某些分類值不參與分析。,,,,（3）單

5、擊Model按鈕進(jìn)行模型參數(shù)設(shè)置，在Dimensions in solution框后輸入行列變量分類最終提取的因子個(gè)數(shù)。該數(shù)可根據(jù)累計(jì)方差貢獻(xiàn)率給定，或指定為2（默認(rèn)）以便于將各分類點(diǎn)表示在二維平面上；在Distance Measure框中指定分類點(diǎn)間距離的定義方式，對品質(zhì)變量通常選卡方（Chi Square）即可；Normalization Method框中指定數(shù)據(jù)標(biāo)準(zhǔn)化的方式，其中，當(dāng)希望重點(diǎn)分析行列變量各類別之間的聯(lián)系，而非每個(gè)變

6、量各類別之間的差異時(shí)選Symmetrical項(xiàng)；當(dāng)希望重點(diǎn)分析行變量各類別之間的差異時(shí)選Row principal項(xiàng)；當(dāng)希望重點(diǎn)分析列變量各類別之間的差異時(shí)選Column principal項(xiàng)；當(dāng)希望同時(shí)分析行列變量各類別之間的差異時(shí)選Principal項(xiàng)，它們將影響到分類點(diǎn)的坐標(biāo)值。,,,,（4）單擊Statistics按鈕指定輸出哪些統(tǒng)計(jì)量。其中，Correspondence table表示輸出行列變量的交叉列聯(lián)表；Overview

7、 of row points表示輸出行變量分類的因子載荷以及方差貢獻(xiàn)率等；Overview of Column points表示輸出列變量分類的因子載荷以及方差貢獻(xiàn)率等；Row profiles表示輸出頻數(shù)的行百分比；Column profiles表示輸出頻數(shù)的列百分比。,,（5）單擊Plot按鈕指定輸出哪些圖形。Scatter plots 框中為各種散點(diǎn)圖，其中，Biplot為行列變量的對應(yīng)分布圖；Row points為行變量各類別在

8、第一因子和第二因子上的載荷圖；Column points為列變量各類別在第一因子和第二因子上的載荷圖；在ID label width for框后指定散點(diǎn)圖中數(shù)據(jù)點(diǎn)標(biāo)簽的長度。Line plots框中為各種線圖，其中，Transformed row categories為行變量各分類的因子載荷線圖；Transformed column categories為列變量各分類的因子載荷線圖。,,至此，完成了SPSS對應(yīng)分析的基本操作，SPSS將

9、按照用戶指定自動(dòng)進(jìn)行對應(yīng)分析，并將分析結(jié)果顯示到輸出窗口中。,,11.2.2 對應(yīng)分析的應(yīng)用舉例現(xiàn)收集到購買商品房的客戶背景資料和房屋購買情況的數(shù)據(jù)。根據(jù)這些數(shù)據(jù)分析不同客戶對戶型購買的偏好。11.2.2.1 家庭年收入與戶型選擇首先研究家庭年收入與戶型選擇方面的關(guān)系，其中家庭年收入為行變量，分類值在1—6之間，購買戶型為列變量，分類值在1—11之間。指定提取2個(gè)因子，并輸出相關(guān)統(tǒng)計(jì)量和圖形。,,11.2.2.2 家庭年收入、家庭

10、類型、戶主年齡與戶型選擇對應(yīng)分析能夠有效分析變量各類別間及兩變量各類別間的聯(lián)系。如果同時(shí)分析多變量類別間的關(guān)系，對應(yīng)分析就顯得力不從心。對此通常采用SPSS最優(yōu)尺度分析（Optimal Scaling）中的同質(zhì)性分析（Homogeneity HOMALS）。同質(zhì)性分析的核心目的也是力圖在低維空間展現(xiàn)兩個(gè)或多個(gè)定距型或品質(zhì)型變量之間的關(guān)系。具體分析操作步驟是：（1）選擇菜單Analyze→Data Reduction→Optimal

11、 Scaling，出現(xiàn)窗口,,,（2）在Optimal Scaling Level框中選擇All variables multiple nominal項(xiàng)，表示所分析的變量均為品質(zhì)型變量，于是SPSS將自動(dòng)采用同質(zhì)性分析方法。另一選項(xiàng)表示所分析的變量中有定距型變量；在Number of Sets of Variables框選擇One Set項(xiàng)，表示欲進(jìn)行不同變量間的分析。Multiple sets表示欲對幾個(gè)變量組間作分析，SPSS將自動(dòng)

12、采用非線性典型相關(guān)分析方法（3）按Define按鈕進(jìn)行變量的詳細(xì)定義，選擇參與分析的多個(gè)變量到Variables框，并逐個(gè)定義各變量的取值范圍。 至此可以得到多重對應(yīng)分布圖。,第十二章 SPSS的信度分析,,,,12.1 信度分析概述,12.1.1 信度分析的提出信度分析是一種測度綜合評價(jià)體系是否具有一定的穩(wěn)定性和可靠性的有效分析方法。在社會生活或經(jīng)濟(jì)管理中，對某個(gè)體或某事物做綜合評價(jià)是極為普遍的。例如，汽車駕

13、駛培訓(xùn)學(xué)校在學(xué)習(xí)結(jié)束時(shí)要對學(xué)員的汽車駕駛能力進(jìn)行綜合考核；心理咨詢中心要對來訪者的心理狀況進(jìn)行綜合評分等。,,綜合評價(jià)問題都必然會涉及如何對被評估對象實(shí)施綜合評估的問題。通常的做法是編制量表。所謂編制量表就是圍繞評估的總體目標(biāo)，將其分解為若干個(gè)子方面，它們是總體目標(biāo)不同特征的體現(xiàn)，是總體特征的部分反映。進(jìn)一步，每個(gè)子方面又由若干個(gè)可量化的評估項(xiàng)目組成，不同項(xiàng)目是對某個(gè)特征的不同角度或不同層面的描述。評估者通過計(jì)算被評估對象某個(gè)方面得分的

14、總和，實(shí)現(xiàn)對特定特征的評估。最后通過對各個(gè)方面得分的再加總得到最終的評估結(jié)果。,,量表編制合理性和有效性將決定著評價(jià)結(jié)果的可信性和可用性。信度分析正是要對量表的有效性（信度）進(jìn)行研究。量表的信度分析包括內(nèi)在信度分析和外在信度分析。內(nèi)在信度分析重在考察一組評估項(xiàng)目是否測量的是同一特征，這些項(xiàng)目之間是否具有較高的內(nèi)在一致性；外在信度分析是指在不同時(shí)間對同批被評估對象實(shí)施重復(fù)測量時(shí)，評估結(jié)果是否具有一致性。如果兩次評估的結(jié)果相關(guān)性較強(qiáng)，則說明

15、在被評估對象沒有故意隱瞞的前提下，評估項(xiàng)目的概念和內(nèi)容是清晰的、不模糊的，沒有二義性的。因而所得的評估結(jié)果是可信的。 SPSS的信度分析主要用于對量表內(nèi)在信度的分析。,,12.1.2 信度分析的基本原理SPSS的信度分析主要用于對量表內(nèi)在信度進(jìn)行研究。它首先對各個(gè)評估項(xiàng)目做基本描述統(tǒng)計(jì)、計(jì)算各項(xiàng)目的簡單相關(guān)系數(shù)以及剔除一個(gè)項(xiàng)目后其余項(xiàng)目間的相關(guān)系數(shù)，對內(nèi)在信度進(jìn)行初步分析。然后，采用各種信度分析系數(shù)對內(nèi)在信度或外在信度做

16、進(jìn)一步的研究。信度系數(shù)主要包括克朗巴哈（Cronbach）α系數(shù)、折半（Split-half）信度系數(shù)等。,,1、克朗巴哈α系數(shù)克朗巴哈α系數(shù)用于測度量表內(nèi)部的一致性，其計(jì)算公式為：其中，k為評估項(xiàng)目數(shù)， 為k個(gè)項(xiàng)目相關(guān)系數(shù)的均值。克朗巴哈α系數(shù)在0~1之間。,,,,經(jīng)驗(yàn)上，如果克朗巴哈α系數(shù)大于0.9，則認(rèn)為量表的內(nèi)在信度很高；如果克朗巴哈α系數(shù)大于0.8（小于0.9），則認(rèn)為內(nèi)在信度是可接受的；如果克朗巴哈α系數(shù)大于0.

17、7（小于0.8），則認(rèn)為量表設(shè)計(jì)存在一定問題，但仍有一定參考價(jià)值；如果克朗巴哈α系數(shù)小于0.7，則認(rèn) 為量表設(shè)計(jì)存在很大問題應(yīng)考慮重新設(shè)計(jì)。,,2、折半信度系數(shù)折半信度系數(shù)主要用于外在信度的評價(jià)，同時(shí)也可用在內(nèi)在信度方面。其基本思路是將評估量表一分為二后分別計(jì)算兩部分的克朗巴哈α系數(shù)（這里稱為折半信度系數(shù)），進(jìn)而對兩部分量表的信度進(jìn)行比較。通常，在做量表的外在信度分析時(shí)，可將特定被評估對象群前后兩次的評估項(xiàng)目得分橫向合并在一起，然后計(jì)

18、算折半信度系數(shù)；在做量表的內(nèi)在信度分析時(shí)，在評估項(xiàng)目較多時(shí)也可計(jì)算折半信度系數(shù)。,,利用SPSS進(jìn)行信度分析時(shí)應(yīng)注意：（1）由于綜合評估量表中通常包含若干個(gè)子方面，因此，信度分析應(yīng)針對各個(gè)子方面逐個(gè)進(jìn)行，不可直接對整個(gè)量表進(jìn)行分析。（2）如果某特征下設(shè)的多個(gè)評估項(xiàng)目并非全部同向，存在反向計(jì)分題時(shí)，應(yīng)對它們進(jìn)行反向處理后再進(jìn)行信度分析。,12.2 信度分析的基本操作及案例,12.2.1 信度分析的基本操作利用SPSS進(jìn)行信度分析之

19、前，應(yīng)將各個(gè)評估項(xiàng)目數(shù)據(jù)分別以SPSS變量的形式組織好。SPSS信度分析的基本操作步驟是：（1）選擇菜單Analyze→Scale→Reliability Analysis，出現(xiàn)窗口（2）把參與信度分析的變量（評估項(xiàng)目）選擇到Items框中。（3）在Model框后選擇需計(jì)算的信度系數(shù)。,,,,（4）單擊Statistics按鈕指定輸出哪些統(tǒng)計(jì)量。Descriptives for框中：Item表示輸出各評估項(xiàng)目的基本描述統(tǒng)計(jì)量，

20、Scale表示輸出各評估項(xiàng)目之和（總分）的基本描述統(tǒng)計(jì)量，Scale if item deleted表示輸出剔除某評估項(xiàng)目后的基本描述統(tǒng)計(jì)量，以便對評估項(xiàng)目進(jìn)行逐個(gè)評價(jià)；Inter-Item框中：Correlations表示輸出各評估項(xiàng)目的相關(guān)系數(shù)矩陣，Covariances表示輸出各評估項(xiàng)目的協(xié)方差矩陣；Summaries框中：Means表示輸出k個(gè)評估項(xiàng)目平均分的基本描述統(tǒng)計(jì)量，Variance表示輸出k個(gè)評估項(xiàng)目方差的基本描述

21、統(tǒng)計(jì)量，Covariances表示輸出協(xié)方差矩陣的基本描述統(tǒng)計(jì)量，Correlations表示輸出相關(guān)系數(shù)矩陣的基本描述統(tǒng)計(jì)量；,,ANOVA Tables框中提供了多種方法，用于檢驗(yàn)同一被評估對象在各評估項(xiàng)目上的得分是否具有一致性。其中，None表示不作檢驗(yàn)；F test表示進(jìn)行重復(fù)測量的方差分析，適合于定距型正態(tài)分布數(shù)據(jù)；Friedman chi-square表示進(jìn)行多配對樣本的Friedman檢驗(yàn)（同菜單Nonparametric

22、 Test中的K Related Samples），適合于非正態(tài)分布數(shù)據(jù)或定序型數(shù)據(jù)；Cochran chi-square表示進(jìn)行多配對樣本的Cochran檢驗(yàn)（同菜單Nonparametric Test中的K Related Samples），適合于二值型數(shù)據(jù)。后兩種為非參數(shù)檢驗(yàn)方法。至此，完成了SPSS信度分析的基本操作。,,,,12.2.2 信度分析的應(yīng)用舉例為大學(xué)生心理測試設(shè)計(jì)了一套評價(jià)量表，其中包括的評價(jià)項(xiàng)目有，支配性、穩(wěn)