矩阵量表题怎么进行描述性分析

问卷分析思路，讲解两表类问卷影响因素分析思路。两表类问卷一般由样本背景信息提项、样本特征提项、 样本态度题像和核心两表题像组成。两表形问卷能采用的分析方法相对多。样本背景信息题像、样本特征题像和样本态度题像可以采用频率分析，核心两表题像可以采用性效度分析、描述统计分析、 差异分析、替检验、获单因素、方差分析、相关分析、回归分析。 两表类问卷影响因素分析思路首先是基本信息提项的频率分析，然后是两表提项的信效度分析，在信效度通过的条件下再进行变量的描述统计分析，然后采用 可以分析进行控制变量的筛选，对音变量有影响的变量作为控制变量，一般指基本信息部分题像后采用相关分析检验变量间的相关性。最后采用线性回归分析进行影响因素的分析。 样本背景信息题项采用频率分析观察调查对象的分布情况可以采用表格绘图进行展示。 两表题像的信度分析采用克隆巴赫吸数法进行分析，克隆巴赫吸数值取值范围在零到一之间， 越接近一说明信度越好。一般问卷克隆巴赫系数需要在零点七以上较合适，如果系数在零点六到零点七之间也可以接受，但系数小于零点六需要对问卷进行调整。 两表题像的效度分析可以采用探索性因子分析或验证性因子分析进行检验。探索性因子分析首先通过 camo 和巴特立特球形度检验判断是否适合采用探索性因子分析进行效度检验后，通过主成分分析提取工因子， 并采用最大方超法对提取的公因子进行旋转。通过旋转后成分矩阵各个题像是否在与划分情况相同。验证性因子分析需要用软件 ns 进行检验。首先通过模型适配的来看模型情况后，通过标准化的因子在和系数计算收敛效度 w 和组合性度 c r。 通过标准化相关性和 alvenut 平方跟判断区别效度情况。在问卷的信效度通过后，采用描述统计分析对各个 变量的得分情况进行分析。差异分析主要看因变量在基本信息提向上的差异情况，也是控制变量的筛选方式，一般采用独立样本级检验。分类变量为二，分类变量时采用和单因素方差分析。分类变量为多，分类变量时采用 采用相关性分析。初步检验变量间的关系情况。一般变量与变量的相关系数在零点三到零点七之间较合适。 通过相关分析知道变量之间存在相关关系后，采用线性回归分析进行影响因素的研究。首先通过二方和调整了二方以及 f 检验判断模型情况。在模型良好的情况下，系数表中的影响关系系数才有意义。而方看能解释多少因，变量 一般在零点三以上较好， s 减因中显著性批值需小于零点零五。

大家好，欢迎来到麦口说项目，我们今天将跟大家分享另外一个利益相关方的分析工具，叫利益相关方计证分析。我们上次跟大家分享了韦恩图， 韦恩图是一个呈现和分析利益相关方关系的一个工具，那我们的利益相关方矩阵分析是建立在韦恩图的基础上， 我们对各利益相关方的关系有一定的了解。那在这个基础上呢，我们将进一步去分析每一个利益相关方，他们的关注点是什么，他们的兴趣点是什么， 会受到什么样的影响，以及他们有什么样的潜力和影响力。那另外就是我们在基于这些分析的基础上，我们可能采取一些什么的行动，通过这样的分析为我们下一步去思考如何促进他们的产 和进行有效的沟通奠定良好的基础。好，那我们还是用一个例子来帮助大家更好的理解这个工具的使用。首先我们会对每一个关键的利益相关方对他们的基本特征进行分析， 然后我们再去分析每一个关键第一相关方他们的兴趣点在哪里，他的关注点是什么，以及他们会有什么样的权力和影响力， 最终我们可以采取什么样的行动来促进他们的参与和进行更有效的沟通。那比方说我们的一个关键地相关方就是经济困难的护理， 在这个社区的经济困难户里总共有五十户，他们都没有正式的职业，靠打临时工为生。同时呢，由于他们工作上的一些因素，他们无暇照顾到 他们的子女，对他们子女的成长和健康也产生一定的影响，那他们一个很重要的兴趣点就是他们更希望能够去掌握一些技能来拓展他们的生计，以及能够去增加他们的收入。当然他们也非常关注他们的子女的教育和健康，那这些都是他们关注的主要内容。 而从权力和影响力的角度来看呢？首先他们都是相对弱势的群体，他们的影响力和权力是非常有限，但是他们有可能去影响其他的顾虑， 这是我们可以考虑和建议利用的一个因素。根据这个兴趣和权力影响，那我们可能采取的行动就是我们可以去组织一些技能的培训，同时去开展一些促进他们经济增长和收入的一些活动。另外一个就是我们可以利用他们的影响力影响其他 妇女的一些能力，来通过他们去倡导影响更多的妇女共同参与到这个项目的活动当中来。甚至是我们还可以考虑将他们关注的子女教育这个问题也考虑在内， 我们可以采取一些行动来促进他们的孩子的教育和健康的成长，从而让他们能够更全身心的投入到这个项目服务当中来。 好，这是其中的一个关键利益相关方法。那另外一个关键利益相关方就是居委的民政干部，那他们的基本特征是一个社区只有一名居委的民政干部，那他要负责的内容非常多，包括民生、就业问题等等，他们还需要去消除贫困，所以他们的工作压力非常大， 那这是他的基本特征，基于这些基本特征，他们感兴趣的就是他们也希望能够去减少失业和贫 贫困的人口，同时去提升他们的工作业绩，那最终能够去减轻他们的工作压力，工作负担，那这是他们所关注和感兴趣的。 而他们的权力和影响力呢，主要是在他们能够调动和协调政府的一些相关资源以及社区的资源，还有就是他们能够去动员协调相关部门，相互配合，相互协作来支持这个项目的运作和实施。 那根据这个兴趣和影响力，我们可以想到可以采取的行动，就是我们可以争取他们的参与，来推动更多的相关部门提供资源的支持和参与到这个项目。 同时呢可以利用职能部门他们的一些优势，动员更多的护理参与，以及我们也可以通过他们来了解相关的一些政策和让这些政策更有效的落实，那这些就 是我们所说的利益相关方。记政分析我们考虑的四个主要的因素就是他们的基本特征是什么？那他们的兴趣点，关注点是什么？可能会受到什么样的影响，以及他们的权力和影响力是什么？ 最终我们可以采取什么样的行动来促进他们的参与以及达成更有效的沟通。如果我们能够对每一个关键的利益相关框都做了这些全面的分析， 我们就能够更加全面的去推动他们更加有效的参与，为我们后续的立交方管理奠定了重要的基础。好，那我们今天就跟大家分享到这里，我们下次再见。

大家好，今天我们分享一个团队决策的小工具，叫矩阵分析法。呃，你平时啊买车啊，买房子纠结吗？ 有可能家里边意见不统一，所谓的车无完车啊，房无完房， 那这样的时候呢？嗯，如果想快速的买车或买房的话，老师推荐一个工具叫巨真分析法， 区镇分析法呢，他在企业里边呢，也可以去应用啊，当团队去找原因或者去快速去找一些方案的时候。嗯，可以用到这个区镇分析法，咱们拿买房子为地， 家里边买房子的话，可能呃不同人标准不一样，会考虑很多，比如说价格呀，学区呀，菜市场啊，地铁呀啊等等等等。 但是这么多评价维度，哪个更重要呢？可能那家里边在决定买房子之前啊，先要把这件事决定了啊， 当定好呃这些评价标准啊，以及他们的这个重要度之后再去看房子。 你看了很多房子啊，每个房子呢？对，每个呃标准他符合性啊，你打一个分数，打完分数之后呢啊，每套房子满足所有标准的这个分数可以 算一个总分，那么哪个房子啊，他的总分高啊，哪个就是你啊，可能要去啊，投资去购买的房子， 这就是矩阵分析法的一个小应用，你学会了吗？啊，如果有任何疑问，欢迎在评论区留言。好，谢谢大家。

两表类问卷分析思路讲解中介效应分析思路两表类问卷中介效应问卷设计和两表类问卷设计类似， 只是在此基础上增加了中介变量，主要由基本信息题项和两表题项组成。两表问卷中介效应分析思路是在两表类问卷影响因素分析的基础上，增加了中介效应分析。 中介效应分析可以采用 a、 b、 s、 s 分层回归分析、 process 插件或结构方程模型进行检验。 中介效应分析的中心原理是因果步骤检验法。第一步检验资变量对因变量的回归检验系数 c。 第二步检验资变量对中介变量的回归检验系数 c。 第三步检验资变量和中介变量对因变量的回归 检验系数。随一撇合比。一般我们在进行中介效应分析时，首先保证资变量对因变量有显著的影响关系后，才进行后续的中介效应分析。当系数为合批显著时，说明存在中介效应。若系数虽一撇不显著，说明是完全中介效应， 所以一撇显著且小于 c， 说明是部分中介效应。两表类中介效应分析可以分为七部， 首先基本信息题项分布情况。第二步分析两表题项的新效度情况。第三步分析变量的得分情况。第四步分析因变量在基本信息上的差异，可用于控制变量的筛选。 第五步分析变量间的相关性。第六步分析因变量的影响因素分析可以不做。第七步，分析中介变量在自变量对因变量的中介效应关系、 基本信息样本特征和态度题像分布情况，采用频率分析进行检验，可用表格绘图进行展示。 两表部分提向信效度分析，信度分析采用克隆巴赫系数法进行检验。效度分析可以采用探索性因子分析或验证性因子分析进行检验。变量得分情况采用描述统计分析进行分析。 差异分析可以采用独立样本体检验。当分类变量为二分类变量时，采用或单因素方差分析。当分类变量为三或三分类以上分类变量时，采用 变量间的相关性分析，采用皮尔逊相关分析进行检验。 因变量的影响因素分析采用现象回归分析进行检验。 中介效应分析可以采用 a、 b、 s、 s 分层回归 process 或结构方程模型进行检验。在中介效应分析中， process 相对使用的较多。

每年桃花开的时候，我就会想起一个人，他曾经很喜欢我， 从那年开始我忘记了很多事情，唯一有印象的就是我爱桃花。 做过些事情是不愿意再提，有些人也不想再见，让你永远再拥有，你们也可以做， 我再领回去。 有些人离开了之后才发现，离开的人是自己的最爱。 他说，人最大的烦恼就是记性太好，如果可以把所有东西忘掉，以后的每一天将是一个新的开始。 怎么想回家乡了？要是为了这个就想回家乡，为什么当初你又要出来？ 总有些事情你是不愿意再提，有些人也不想要。 and hello。

那还有呢，就是内部因素评价矩阵。内部因素评价矩阵和外部因素评价矩阵是相对的啊，就是外部因素是拿外部因素来进行综合评价，内部因素评价矩阵呢，就是拿内部因素来综合评价。那我们小结一下， 就是内部因素的这样一些分析的方式，第一呢要分析企业的核心竞争力，第二要看价值链，第三看波士丁论矩阵，第四呢就是整合起来形成内部因素 评价的矩阵。那在考试的时候呢，他就有可能给你出道这样的题目，对吧？让你去做整体的内部分析，外部分析他整体出成是一道大的案例题，还是非常有可能的。好，这个时。

对于形状函数啊，我们以赶单元为例，我们看看 两节点的感单元，那么我们形状函数呢，是 n 一 n 二，我们的微一场呢是 ux， 我们想分析一下 n 一 x n 二 x， 他究竟有什么性质？ 我们考虑两种特殊情况，第一种特殊情况，我们为了把 n 一的性质突出来，所以我们就假定左端也就是 u 一，给一个单位位移， 右端呢 u 二是固定的，你说 u 二是等于零的，那这个时候我们看看位移场是什么样子呢？他就是 ux 等于 n e x， 那么我们画出这个曲线就是这样一个曲线，一条直线 n e x， 那么我们为了考察 n 二，那么我们令左端固定 u 一是等于零，令 u 二是等于一，这样哈，我们的场函数就是 ux， 它就等于 n 二 x， 我们画出来这个形状函数就是 n 二 x 这条直线， 这我们可以看见他的性质一呢就是 n i， 他就表示在 i 点的节点位于为一，其他节点位于为零时的位于场的函数。我们在考虑另外一种特殊情况， 贾玲这个感单元发生了钢铁位移啊，我们贾玲这个钢铁位移呢是幽灵一横，那当然他的位移场呢， ux 就等于幽灵一横， 那他节点位移呢，他同样也是等于钢铁位移，也是 u 一等于 u 二，也等于于五零一横，那这个时候我们带到赶单元的位移场里面去，他就有左边是 u 零一横，右端的是 n 一 x， u 零一横加 n 二 x， u 零一横，我们把 u 零一横给它去掉，这样就得到 n e x 加 n 二 x 等于一。所以说我们就知道了单元形状函数矩阵的新之二， 他就是要满足所有的形状函数加起来要等于一，那么这个性质呢，主要是为了描述单元的钢铁位移，因为这个性质呢就是由钢铁位移得到的。 我们再看看单元刚度举证系数的性质，那这也是两节点的赶单元的单元的刚度方程啊，这 k 一一 k 一二， k 二一 k 二二，这么一个情况，我们同样为了考察 k 一一的 性质，那我们设定一下，我们就亮 u 一是等于一，让 u 二是等 等于零啊，这样的话，我们用单元刚做方程的第一个方程，我们就可以得到 k 一一就等于 p 一，那我们来解读一下这种情况，这样的情况呢就是单元刚度矩阵的对角线元素，比如我们这是当时刚才说的是 k 一一了，那我们对于 k i i 作为一般化的这种表达， 那就是要使得单元的第二个节点产生单位位于 ui 等于一，而其他节点的位于为零时，需要在节点 a 所施加的力。 刚才我们看见了 k 一一是等于 p 一啊，这就是在 k i i 要等于 p i 就是那个地方施加的力，这就是他的单元高度系数的性质一，我们再看看非对角线元素的性质，比如 k 一二，那这个时候我们就 要令 u 一等于零，让 u 二是等于一，这个时候我们看看由单元高度方程的第一个方程，这样是就可以得到 k 一二要等于 p 一， 那我们看看所得的性质，就是当我们把它一般化了啊，那就是单元当中系数计证的非对折线元素 k i 接，当 i 不等于接了，它表示使得单元的第接一个节点产生，单位位于 u 接等于一，而 其他节点位于为零时，需要在节点 a 所施加的力啊，也就说 k 一二等于 p 一这么一个条件。 那么单元刚度举证，我们可以看看他的表达呢，是 b 转至乘上 d， 再乘上个 b， 我们把这个单元当做举证，再转至一下，我们也 同样可以得到他的币转至乘上 d， 再乘个币。所以说呢，单元刚度矩阵他是一个对称的，那么单元刚度矩阵呢，他也是半正定的。 那么我们来看看单元的应变能啊，我们前面已经计算过了，他就等于二分之一单元的节点位移啊，也就是 q a 的门特转至呈上单元的刚度举证 k a 的门特，再后成一个节点位移 q a 的门特。 如果我们把单元的节点位移，你就优一，优二，优三啊，一直到 un， 我们分别把它带进去，分别写出这个应变能的具体的一些系数， 那就等于二分之一 k 一一优一的平方啊，后面还有很多啊，一些交叉相啊，总的来说他是二分之一呈上一个二次相。那么 可以看看对于 qa 里面的为非钢铁位移的时候，除非这个 qa 里面的为零 应变能，他总是一个正的，如果他要为零，只有节点位于为零，他才为零。那么如果是对于 q 为零，为钢铁为零的时候，也就是说这个 q 为零的他是不为零的情况下，这个时候 如果要以免难为您，只有死的刚度举证 k， 他的行列是一年为零，因此我们就说刚度举证，他是一个办证定的。 我们再考察一个附加钢铁位移的情况，同样还是对于这个一维的赶单元，假定这个单元的一号节点，二号节点他有一个位移啊，我们分别表达成 c 一、 c 二啊，他是这位移一啊，第一种情况的，那么 他要满足单元刚度方程的这么一个表达，也就是说刚度正乘上一个节点位移要等于啊节点立，这是第一种情况假正第二种情况，我们在前一个节点位移的基础上呢，有一个钢铁位移，我们叫幽灵， 既然叫钢铁尾音，那就一号节点和二号节点上他都有相同的一个钢铁尾音，我们把这个时候的 位移叫 c 一、 c 二，他是第二种情况下的位移，同样由于钢铁位移不影响他的受力状态，所以说他的单元刚入方程还是一样啊，就是力 p 一， p 二还是一样，只是他的位移里面呢，加了钢铁位移的幽灵而已。 我们把这两个方程相减，就可以得到这么一个表达，那这个时候的载合呢，就是为零了。我们看一看 这个方程里面的这一项啊，也就是问一下，他是飞零的，刚才一减了过后，他肯定是等于一个啊，幽灵啊，他是飞零的，那这个方程呢，就是一个骑士方程， 要使得七次方程成立。那只有啊，这个非零减的条件呢，就是他的行列式要等于零啊，就是系数行列式等于零。 那么由此我们可以得到单元刚度矩阵，他是奇异的，也就说他的系数行列式呢，他是等于零的。那同样还有前面的这个例子，我们来看看， 我们把刚才的这个单元高度方程啊，我们把它写成两项，当然我们把这个钢铁位移也把它放进去，那第一项，第二项，那么我们把钢铁位移给它去掉啊，就消掉，那我们就得到这么一个方程组，那这个表示什么意思呢？ 就表示单元刚度方程的各个系数啊，在每一行每一列它加起来要等于零，也就是它表明是一个平衡的利息，为什么它等于零就表明是平衡利息呢？ 这是因为我们的刚度方程他的物理含义在前面。呃，我们给大家证明了，就是单元刚度方程，他是由最小式能源里得到的 最小私人原理，在我们力学里面的物理含义，他就是对应的平衡关系啊，所以说他等于零就表面是平衡的。 那么有了单元缸度矩阵的性质以后呢？我们集成以后的总体缸度矩阵的性质，那同样是对称的，同样也是奇异的办镇定的。当然他还多了一个稀疏矩阵，因为装配以后呢，他是一个带状的， 那么非人元素呢，呈现一个带状的特征，当然上面所介绍的这些矩阵的一些特征呢，对于常规的生灵问题应该没问题， 对于两单元啊，也就是说 c 一型单元可能稍微的有些不同啊。关于 c 一型单元和 c 一零型单元，我们在后面还给大家讲解。

我今天给大家秒两道关于特征值的题，下面看第一题一直记着 a 则 a 的特征之后多少。这题首先用传统的思路肯定是做啊，就是按这些减 a 给他的 好像是等于零，这样算出拉背，拉不到拉不上，但是这样做效率太低太慢。我们观察一下他有什么特点，这题 我们看他这里边有这个负二，这一项，左右两边都是零，那这样的只要是这种类型的，他肯定有一个特征至为负二，这个也很好挣啊，这也很好挣，就是利用，就是刻下去做拉姆的一减 a， 然后这里边拉姆的二的时候等于负二的时候，他的行为是肯定的，所以他这里面肯定有一个指为负二， 然后那这样的话就可以拍出来 cd， 就看这两个 b， 然后再用一下什么呢？再用一下这个横列式， 因为有这个单独的意向，其他列兜的零的情况下，这个行列是很好算二，负二乘以这是负八，减去 负十四，也就加上十四，这个得正六，也就是负十二，所以说他是个负的，那么他这个特征值还有什么？跟行列式他有一定的关系，对吧？就是拉笔正义党的正义党。 那你看这个 a 跟 b， 想象哪个等于四十二，哪个就是证据的，所以这里边就选 a， 这里边如果用这种方法，要比传统的去记上朗迪朗达尔、朗德三要快很多。 嗯，我们看这题一直 a 等于他下旋风奶香，可逆可逆，他会摆脱这个条件，如果他的行为是不得零，那他就可逆。换句话说，这个 abcd 四个选择中有三个等于零，好像是等于零，实际上就是说这换句话说就是说这个三个四个里面有三个是 等于他的特征值，因为我们特征值的九法就是让他的行为是等于零。那么这道题我们按照传统思路一步步求，把这个特征值三个特征值都求出来，也能做这道题，你们有没有简单方法变回家呢？ 当然有，这里边三个肯定有一个特征值，有一个不是特征值，但有另一部不是特征值的那个数等于 c， 三个特征值的那么一那么大，那么大三那么狼的一那么大，那么大三又是什么呢？首先这个就是 a 的 g 加 c 就等于他，他的 g 呢就等于六，用十五减十五加六，十五减十五加六等于六，他记得六。然后另不是特长指那个数等于 c， 那么这四个选项分别对面图案值是多少呢？一加二加三减三，这样推出来， c 减等于负三，所以说负三不是他的特征值，就是 d 选项。