資料分析方法介紹

1、Ch.13 資料分析方法介紹,陳碩珮,本章重點,敘述統(tǒng)計學(xué)信度與效度的檢定因素分析平均數(shù)檢定與變異數(shù)分析迴歸分析與複迴歸分析卡方檢定集群分析,一、敘述統(tǒng)計學(xué),次數(shù)分配—樣本基本資料分析集中趨勢—平均數(shù)、中位數(shù)、眾數(shù)離散程度—變異數(shù)、標準差當(dāng)政府發(fā)布所得資料時，應(yīng)採（1）平均數(shù)（2）中位數(shù)?,一、敘述統(tǒng)計學(xué)(續(xù)),一、敘述統(tǒng)計學(xué)(續(xù)),一、敘述統(tǒng)計學(xué)(續(xù)),二、信度與效度的檢定,信度的意義 信度是衡量沒有誤差的程度

2、，也是測驗結(jié)果的一致性程度 1.再測性(repeatability)-使用同樣的衡量工具重複衡量某項特質(zhì)時，是否可以得到相同的結(jié)果 2.內(nèi)部一致性(consistency)-衡量工具內(nèi)部是否具有一致性,二、信度與效度的檢定(續(xù)),衡量信度的方法 1.再測信度(test-retest method)-讓同一組受測者再其後兩個時間內(nèi)測驗兩次，以其兩次測驗的結(jié)果求其相關(guān)係數(shù) --需注意前後施測時間的掌控 2.折半信度(spl

3、it-half method)-將受測題目分成兩半，然後再以前半段之題目與後半段之題目做相關(guān) --適用於沒有複本且衡量只能進行一次時,二、信度與效度的檢定(續(xù)),3.複本信度(equivalent-forms method)-為了讓不同程度的受測者能夠明確了解問卷題目的意思，有時候同一個測驗中有甲、乙卷兩種以上的複本 --此法可以解決使用再測法的困擾，但兩份試題中不管在內(nèi)容、格式必須一致，才能算真正的複本,二、信度與效度的檢定(

4、續(xù)),4.庫李信度(Kuder-Richardson reliability)-目的在於分析問項間的一致性，只是不須把問卷中的問項折半作測試，在估計時常用的公式為 K:整份問卷測驗的題數(shù) s2:表示測驗總分的變異量 ?pq:表整個測驗中每題答對與答錯百分比乘積之總合 --適合用於答案類型為對或錯兩類的測驗,二、信度與效度的檢定(續(xù)),5.Cronbach ?係數(shù)—其公式如下 K:測驗的

5、總題數(shù) sT:測驗的總標準差 sl:每個題目的標準差 --當(dāng)再測信度、折半信度及複本信度在實質(zhì)測試之可行性不高時,二、信度與效度的檢定(續(xù)),二、信度與效度的檢定(續(xù)),二、信度與效度的檢定(續(xù)),二、信度與效度的檢定(續(xù)),效度的意義 指衡量的工具是否能真正衡量到研究者想要衡量的問題，即根據(jù)研究的目的、內(nèi)容及範(fàn)圍來檢定研究所做的衡量是否有效，就衡量工具的效度來說，只針對內(nèi)部效度而言，一般分為內(nèi)容效度、效標關(guān)聯(lián)效度及建

6、構(gòu)效度,二、信度與效度的檢定(續(xù)),內(nèi)容效度—以研究者專業(yè)知識來主觀判斷所選擇的尺度是否能正確衡量研究所愈衡量的東西，提高內(nèi)容效度的方法 1.仔細從文獻中找尋適合且相關(guān)的衡量 項目及尺度 2.對於最初決定的衡量項目可請教專家判斷是否適當(dāng) 3.對和母體類似的樣本實施前測，依前測結(jié)果加以修正,二、信度與效度的檢定(續(xù)),效標關(guān)聯(lián)效度—是指使用中的衡量工具和其他的衡量工具來比較兩者是否具有關(guān)聯(lián)性，包括預(yù)測效度和同時效度 1.預(yù)

7、測效度—是指以新的衡量工具預(yù)測未來事件 ex.如果以面試的成績來預(yù)測未來在公司的潛力 一個有關(guān)電視機購買行為的抽樣調(diào)查可以正 確的預(yù)測出明年的消費者購買行為,二、信度與效度的檢定(續(xù)),2.同時效度-是指根據(jù)衡量工具與目前某衡量效標的相關(guān)程度，用以衡量該研究衡量工具的有效性 ex.以電視機的調(diào)查為例，能夠正確地估計出目前市場上高、中、低所得的家庭分別擁有彩色電視機的家數(shù)和比例，即具有同時效度,二、信

8、度與效度的檢定(續(xù)),建構(gòu)效度—是利用一種衡量工具能衡量某種特時或構(gòu)念的程度，可分為 --收斂效度(convergent validity)-用兩種不同的衡量方式去衡量同一構(gòu)面的內(nèi)容時，其相關(guān)程度都很高 --區(qū)別效度(discriminant validity)-是將不同的兩個概念進行量測，量測的過程不管是使用相同的方法或不同的方法，若經(jīng)量測結(jié)果進行相關(guān)分析而其相關(guān)程度很低,二、信度與效度的檢定(續(xù)),結(jié)語1.信度是效度的必要條件

9、而非充分條件2.有信度的衡量不一定具有效度,三、因素分析,因素分析主要目的減少變數(shù)和歸納變數(shù) ex.有30個不同的特性會影響消費者對商店印象的評價，但是在做決策時，沒有辦法依這麼多的變數(shù)發(fā)展其活動計畫--利用因素分析達到探索與確認的目的,三、因素分析 (續(xù)),因素分析—所有變數(shù)都會被考慮，每個變數(shù)都是與其他變數(shù)相關(guān)的一個線性組合 --與其他相關(guān)分析方法不同點在於其他相 關(guān)分析的變數(shù)通常有一些用來作為自變數(shù)，一些作為因變數(shù),三、

10、因素分析 (續(xù)),導(dǎo)出因素並評估整體的適合度 1.萃取因素的方法： a.一般因素分析法-主要用來確認變數(shù)共同存在的潛在因素或構(gòu)面 b.主成分分析法-將原始的變數(shù)簡化成最少數(shù)量的因素,三、因素分析 (續(xù)),選擇因素的標準1.因素的特徵值(eigenvalue)須大於一2.最大變異數(shù)轉(zhuǎn)軸法旋轉(zhuǎn)後，取因素負荷量(factor loading)絕對值大於0.6者3.兩因素負荷量差大於0.3者4.分項對總項(item to to

11、tal)相關(guān)係數(shù)大於0.5，且顯著者,三、因素分析 (續(xù)),因素命名—以負荷量最大的作為優(yōu)先命名因素之內(nèi)部一致性分析—由Cronbach’s coefficient alpha來判定,三、因素分析 (續(xù)),三、因素分析 (續(xù)),三、因素分析 (續(xù)),三、因素分析 (續(xù)),刪除來聲辨人,四、平均數(shù)檢定與變異數(shù)分析,檢定一個母體平均數(shù)或比較二個樣本平均數(shù)時，通常是使用Z檢定或t檢定虛無與對立假設(shè)如下： H0：µ1=

12、81;2 H1：µ1?? µ2P< ? 則Reject H0,四、平均數(shù)檢定與變異數(shù)分析(續(xù)),四、平均數(shù)檢定與變異數(shù)分析(續(xù)),四、平均數(shù)檢定與變異數(shù)分析(續(xù)),四、平均數(shù)檢定與變異數(shù)分析(續(xù)),四、平均數(shù)檢定與變異數(shù)分析(續(xù)),統(tǒng)計資料常受多種因素之影響，而使得各個體的某種特徵發(fā)生差異，而對這種影響因素所造成之變異的觀察與驗證的統(tǒng)計方法即為變異數(shù)分析(ANOVA)ANOVA分析係將一組Data所產(chǎn)生

13、的總變異，依可能發(fā)生變異之來源分割成幾部份，再利用統(tǒng)計分析的概念來測度各種變異是否有差異。,四、平均數(shù)檢定與變異數(shù)分析(續(xù)),ANOVA若加入實驗設(shè)計，可增加試驗分析的精確度，實驗設(shè)計是利用重複性和隨機性使特定因素以外的其他已知及未知因素的影響互相抵消於無形，以淨(jìng)化觀察特定因素的影響效果(降低犯Type II的機率),四、平均數(shù)檢定與變異數(shù)分析(續(xù)),步驟：將samples的各觀測值離中差的總平方和，按變量發(fā)生原因分解為各原因所引起的平

14、方和，然後將各平方何除以自由度，化成變異數(shù)，再取成F統(tǒng)計量，根據(jù)F統(tǒng)計量以檢定各原因或處理間是否有顯著性差異，即檢定三個及三個以上母體平均數(shù)是否相等的方法。,四、平均數(shù)檢定與變異數(shù)分析(續(xù)),四、平均數(shù)檢定與變異數(shù)分析(續(xù)),四、平均數(shù)檢定與變異數(shù)分析(續(xù)),,上表顯示不同的所得在手機造型與功能的選擇上有顯著差異,五、迴歸分析與複迴歸分析,尋求兩個或兩個以上變數(shù)間的關(guān)係，例如：智力與學(xué)業(yè)成績之間的關(guān)係若僅探討變數(shù)監(jiān)相關(guān)的大小與方向，為

15、相關(guān)分析若要能根據(jù)某變數(shù)來預(yù)測另一變數(shù)的值，則是迴歸分析基本上迴歸分析須以相關(guān)分析作為基礎(chǔ)，任何預(yù)測的可靠性是依變數(shù)間關(guān)係的強度而有所不同,五、迴歸分析與複迴歸分析 (續(xù)),五、迴歸分析與複迴歸分析 (續(xù)),五、迴歸分析與複迴歸分析 (續(xù)),五、迴歸分析與複迴歸分析 (續(xù)),迴歸模式的型態(tài),上述的模式只是理論上的模式(母體模式)，通常母體不可知，在實際運算時，因為係數(shù)的真正數(shù)值無法得知，故將上式依簡單迴歸或複迴歸修改為,複迴歸,五、

16、迴歸分析與複迴歸分析 (續(xù)),迴歸模式之適合度及判定係數(shù)1.根據(jù)現(xiàn)有的資料建立一個迴歸模式時，必須檢定此模式與資料的符合程度，稱為適合度(goodness of fit) ，檢定適合度最常用的量數(shù)是R2(R-square)或稱為判定係數(shù)(coefficient of determination)2. R2等於0表示變數(shù)間沒有線性關(guān)係,五、迴歸分析與複迴歸分析 (續(xù)),3.當(dāng)兩條迴歸式所含的預(yù)測變數(shù)多寡不一時，若只用R2來判別各自的解

17、釋能力有時會有不公平的現(xiàn)象，此時應(yīng)改用修正後R2會比較正確共線性 是指當(dāng)某一個自變數(shù)與其他的自變數(shù)具有高度相關(guān)，這些變數(shù)所提供的訊息相似，使我們無法分辨?zhèn)€別變數(shù)的效果 檢查方法—可從相關(guān)矩陣中看出,五、迴歸分析與複迴歸分析 (續(xù)),複迴歸必須決定預(yù)測變數(shù)進入迴歸模行之順序，通常有以下幾種方法： 1.強迫進入法(enter) 2.強迫去除法(remove) 3.順向選擇法(forward)-依與因變數(shù)的相關(guān)性一個一個納

18、入模型 4.反向淘汰法(backward)-全部納入再一一淘汰 5.逐步選擇法(stepwise)-採用順向選入，依反向淘汰法檢查是否排除,五、迴歸分析與複迴歸分析 (續(xù)),五、迴歸分析與複迴歸分析 (續(xù)),五、迴歸分析與複迴歸分析 (續(xù)),D-W值通常介於1.5-2.5之間，表示誤差項之間無自我相關(guān)存在,五、迴歸分析與複迴歸分析 (續(xù)),六、卡方檢定,主要應(yīng)用於無母數(shù)統(tǒng)計的檢定類別資料的檢定,六、卡方檢定(續(xù)),六、卡方檢定(續(xù)

19、),六、卡方檢定(續(xù)),六、卡方檢定(續(xù)),六、卡方檢定(續(xù)),通常每一個cell 的個數(shù)須大於5，否則須合併處理,七、集群分析,集群分析(Cluster)是一種將樣本觀察值進行分析，若具有某些共同特性者予以整合在一起，然後分配到特定的群體，最後行程許多不同集合集群的一種分析方法。集群與因素分析概念大致相同 1.集群係將不同的觀察值依相對距離的遠近加以分類成不同集群，然後對不同集群所具有的特性程度加以命名。2.因素分析是將不同的變