spssai怎么做信效度

好不容易收集到的问卷数据终于不再需要到 s p s s 软件一点点操作了。在问卷星可直接使用 s p s i u 进行信效度分析等常规分析方法。在统计分析界面 找到右上角的 s p s s 分 析，点击一下下面的小字，去 s p s s i 用平台分析登录后进入页面，页面左侧是一些常用的分析方法， 比如频数分析、描述分析、方差分析和信效度分析等等。 点击一下信度分析，将问卷中的量表型题目拖动到右侧分析框内，然后点击开始分析，立刻跳出分析结果。 有分析建议智能分析和各种图表 点击效度分析，同样的也是将符合的量表数据全部拖动到分析框内，点击开始分析， 瞬间出统计结果，还支持各种格式导出结果，非常方便。

两分钟搞懂时，真论往问卷调研怎么分析？如果你是要做问卷调研，最常用到的是 spa 软件，就涉及到上面这五个最主要的分析。其实描述性我们主要是对评述频率、交叉均值方差去进行说明。 描述性分析其实主要目的就是去看一看做的问卷调研数据，整体的数据分布情况，看整体的数据有没有一些极端分布。比如说想做的这个研究数据占比非常少，那说明这个问卷收集的是不合格的， 那数据大部分又剔除，我们就看这些有没有极端的分布，有没有一些不属于论文研究内容的一些分布，这就是描述性分析。 然后信效度检验的话，它是对问卷提向以及数据的有效性的一个检验，当问卷的信效度都通过之后，我们才能去展开后续的这些分析。 方差分析的话，它主要是去论证我们的控制变量对关键变量的一个影响。什么叫控制变量呢？我们在去发问卷的时候，问卷的第一板块基本上都是记除信息部分，比如说性别、受教育程度、年龄、家庭、月收入、社会职业等等，这些就叫控制变量。然后关键变量就是你的研究课题， 比如说去研究学习能力和学习成绩的关系，那么关键变量就是学习能力和学习成绩。我的方差分析的结果就是性别在学习能力上是否有差异，性别在学习在成绩上是否有差异。我们通过分析就能得出来一个结论，比如说女性的学习能力要比男性的学习能力高，这就是方差分析。 接着相关分析的话，它就是初步去论证一下关键变量和关键变量之间的相关性。方差分析是控制变量和关键变量之间的相关性，就能聚焦到我们的研究内容。相关性分析只能分析两两变量之间的相关性，回归分析可以分析多个变量之间的影响关系， 所以相关性分析它是回归分析其中一个重要组成部分。如果相关性分析发现关键变量，那和关键变量都没有关系的话，那就不用去做回归了，因为相关性不合格的回归肯定大概率是不合格的。但如果相关性分析发现两两变量之间有相关性，那回归分析才有可能是有影响的。 最后一个回归分析，这是时政部分最关键的，也是得出结论的一个板块。 stata 就 比较多了，像描述性和相关分析跟上面是一样的，仔细一看会发现 stata 多了一个多重贡献性检验。多重贡献性检验指的就是变量和变量之间的相关性， 它是处在一个合适的范围内。多重贡献性主要就是去避免变量之间强相关导致对结果的一个影响。

同学们大家好，今天来讲一下差异分析，那么今天我要讲的是差异分析当中的方差分析， 因为差异性分析它其实分为了几大类，那么当两个的时候就采用独立样本提取检验去研究不同的种群之间它的 差异性。那么当三个级以上的时候，我们通常采用的是方差分析，这也是最常用的方法，然后来研究每个 种群它的差异性，占音变量上的差异性，然后最最后一般整理成这样的三线表，就是可以把读量本题检验，然后方差分析这两种类型 的查询检验归并到一起。那么在 spss 上是怎么操作的呢？就是点分析，然后点击 比较平均值，一般比较平均值的话，他他都是参数检验的，然后点击单因素方差分析， 然后把教育程度这里就不像 t 检验，要复制一二了，就直接拖进来就可以了。然后音变量的话，就直接 把要比较的连续性拖拖过去，对了，它的音变量必须是连续性变量啊，嗯，不能是 不能是这个分类型变量，只能是连续型，然后对比的话，这些可以不用勾选，这个可以勾选一下就事后检验，检验它到底两两之间有没有差异 描述啊。可以勾选让方差型型检验，也可以勾选一下继续点击确定， 那么这就是他的描述性统计的结果了。然后方差其性的检验结果，那么大于零点零五的话，就代表他的方差是其性的，那么小于零点零五就代表他的方差不齐，方差不齐的话就需要采用非参数检验， 那么这里我们就先采用假设他的方差是齐的，就采用参数检验的方法， 然后非参数检验的话，我们后面再讨论。然后可以看到这是它的组内组间它的 f 值，通常我们整理的话需要整理 f 值和显著性，那么这个 p 值小于一点零五的就代表显著，然后这个多重效应怎么 看了？就是在信息透明度这个音音量上，那么小学级以下和这个初中比较的话，可以看到它的显著性是小零点零五的，也说小学级以下，然后和初中它这两个教育程度之间是有差异的，是有显著差异的。那么 再比如一个初中以及这个大专，那么初中和大专是没有差异性的，你看到他们的呃这个屁是零点零五以上，那么这就是大概的呃结果。 当然用如果用 s p s 做的话，它整理表格是非常麻烦的，那么我们可以采用 chat s， p、 s 去整理成标准的三线表。比如说这里把数据导进来以后，然后我们直接 说我想进行一个方差性分析，他就会给你分析方案，然后你可以选择分析方案，然后你比如说我选择方案 a， 然后他就把这个方差性分析的结果直接给你统计出来了，而且时间也是很快啊， 而且这个表格是可以直接复制粘贴到 wps 当中的，或者 word 当中就非常的方便，可以看到是非常的方便的，这就是标准的三线表。

大家好，这是一节小白都可以学会的 spss 分 析课程，今天我们要讲的是探索性因子分析。首先在讲探索性因子分析之前，我们先来了解一下什么是探索性因子分析。 探索性因子分析它是一个探究多个观测变量背后的潜在结构，这个潜在结构它就被称为因子，说白了就是你有一堆问卷题目，然后你想看看哪几个题目它能归为一类，然后这一这个归为的这个类别就叫做因子， 然后当然用这个方法它就可以帮你找出你想找出的这种内在分组规律， 然后它有一几个关键的指标，然后首先是 k m o 值，它要最低的要求是要大于零点六才可以做探索性因子分析，然后就是球形检验，要小于零点零五显著， 然后就是这个测方差解释率一般是最低的要求就是大于百分之六十才能展现出你的原始数据从变异的百分比。 然后接下来我们以这个数据为例，带着大家做一下这个它首先因子分析，当然它肯定也是针对两本题来做，这里我们可以看到它罗列了这些两本题，我们先来 spaz 里面操作一下， 首先点开分析，然后降为因子，我们把刚刚的两表题拖入进去，是从这个 q 一 开始的，一直到 q 十八这些题目选入，然后点击克隆八系数， 选出这些水平提取，这里选用主成分就可以了。 最大方插法，这个旋转的话，因子旋转的方法一般是选用最大方插法就可以了，其他的可以不用了解，深入的了解，点击继续，然后点击确定 它就可以分析出来结果。我们先来看一下这个是 k m o 和 巴特利特检验，这里的显著性 p 是 小于零点零一的，然后 k m o 是 零点八五，说明它适合做因子分析。 接下来是总方差解释率，它是我们可以看到最后一个，它是大于百分之六十的，说明它的数据的解释程度是比较高的。然后是因子分析的因子载和系数表，我们可以看到这里 零点五，然后零点五，零点五几，零点五几，说明这这些因子它是可以划分为一类的，就是前三个，前四个。 接下来给大家介绍一个比较方便的一个分析工具，就是这个这个 s p s。 然后首先要把数据导入进来，我是已经把数据导入好的，然后就可以在这里对话框里告诉他，对数据做一个因子分析， 他就可以直接生成结果。然后 kmo 总放大显示率旋转后的因子载荷系数表，这些都是有的，然后这些表格它是可以直接粘到 word 里的，就是这个样子。 后面还有更多的分析方法，大家都可以去尝试一下。

这是一节所有人都可以学会的 spss 分 析课程，今天我们要讲的是效率分析。那么在做效率分析之前，我们先来大概了解一下什么是效率分析。 这里我们不讲它复杂的数学原理，我们只用了解效率分析的一个概念，然后包括它的一个结果该怎么解读。 首先我们这里可以看到效度分析，它相当于就是问卷题目能不能真正测出你想测的东西，也就是你的问卷结构有没有和你的数据对应。像 在问卷分析里面呢？它有两种效度，一个是结构效度，还有一个是内容效度。那种效度呢？它一般是专家评判，这个不用管， 最常用的就是结构效率，也就是用因子分析来做检验。比如说你问卷划分了几个维度，什么服务质量、满意度、折成度这些，然后它就可以帮你看出你的题目是不是都归纳到对应的维度里面。当然结构效率呢？它 在做消毒之前，我们首先是先要做 kmo 和这个球形检验，它是做因子分析的一个门槛，比如说你的呃 kmo 值少零点六，说明你的问卷数据是不适合做因子分析的，就说明你的问卷题目设置的是有问题的，就需要改题或者删题。 然后就是个 p 值，如果 p 带零点零五的话，它是不写出的，说明你也不能做。接下来最重要的就是因子载荷， 他是判断每道题目是否归属为某个维度的系数，一般他是以零点六为标准，如果大于零点六，说明这个维度下对应的题目很好，如果小于零点五呢？嗯，这个题目就说明不太好，可以删除掉。然后就是累积方差解释率， 他的一个标准是百分之六十，如果他大于百分之六十，说明哪个结构效果比较好。然后接下来我们以这个文件数据为例， 带着大家做一下效度分析，这里我们可以看到它，呃，一共有二十到两百七，每五个是一个维度，然后是用颜色区分开了的， 这里我们使用这个切的 sps 的 分析工具，带着大家来做一下。首先在这上传数据，然后它有这下面有一个对话框，在对话框里告诉他 对数据做一个校度分析，然后它就直接会帮你把对应的表格给设置出来，这个是 kmo， 它会先进行 kmo 检验，然后因子载荷系数表，这个是总因子方差系数，这里可以看到它是百分之七十一，说明结果是比较好的。然后这里因子载荷系数表呢，它划分了五个维度， 然后这些表格它是可以直接占到 word 里的，点击复制表格， 然后粘起来，就是这样的一个三线表。 当然这个分析工具里面还有很多的一些方法，大家都可以去多多尝试一下。

大家好，这是一节所有人都可以学会的 s p s 分 析课程，今天我们要讲的是信效度分析。好在讲信效度分析之前，我们先来了解一下信效度检验的一个概念。 信效度分析它是测量一个工具，比如说你的问卷量表是否有可靠和有效这两个核心指标的检验。然后信度呢，主要是看你的多次测量结果是否一致，效度呢？是测出来东西是不是真正想测的， 也就是测量工具的有效期。然后信度呢，它可以分为重测信度、分瓣信度。当然这些不用过多了解，你只需要了解最基本的一个信度，它是一个克隆巴赫系数，然后它的判断标准是 最低是零点六，如果说大于零点七，大于零点八、零点九，这些是比较好的，说明你的数，说明你的数据比较可信，它的范围是零到一之间。 然后效度呢，它跟信度比较类似，它也分为内容效度，然后结构效度这些， 然后通常是先做信度，然后再做效度分析。接下来我们以这个调查问卷为例， 带着大家来看一下信度分析。这个问卷里面它没有比较标准的一些量表题，大家可以看到它的选项是不太统一的。当然遇到这种问卷的时候，我们再做信度的事 也是可以做新效度的。这种问卷并不是说非要有量表才可以做新效度，只要他有表示程度的题目，比如说这个第三题，第一题 非常独立，较独立，一般差，他有这些表示程度的题目，然后当然这个第二题他是不纳入做新效度的， 然后这个第三题非常了解，基本了解，稍有了解不了解，它也是可以表示程度的。然后我们可以看到一直到第十题，它都是可以表示程度的， 当然这里是它的数据，除了第二道题目，其他的都可以纳入做信条度分析。 然后我们接下来用这个 ai 工具 check spss 来试一下做信度分析。这里我是把数据已经上传好了的，然后我在对话框里告诉他对这个数据做一个信度检验。第二题不纳入做信度，因为第二题他不是表示程度的题目，他就直接把这个信度分析的结果做出来了。这个是 做的一个比较全面的，他是把删除项后的克隆八技术也列出来了。 然后接下来是效度分析，主要是看 k m o 这个表，然后 k m o 大 于零点七，它是比较好的，然后 p 值也是显著的，说明它适合做因子分析。然后这个分析的三线表 它是可以直接复制到 word 里的，粘贴进去之后可以整理出来这样一个结果。然后这个是效度分析， 当然这个分析工具里面还有很多的分析方法，大家都可以去尝试一下。

hello， 同学们，大家好，今天来讲一下这个评述的统计，那么这个评述的统计，它其实就是说白了就是对一个人数的统计，以及它所占的百分比的一个统计。比如说性别当中女女生占多少人 百分比，男生占多少百分比，他们各自的评数是多少，然后年龄的话十八岁以下，然后十八到三十岁，他们各自的评数是多少，也就是人数。那么这个表格是怎么做的呢？ 首先我们将数据导入到 spss， 然后点击分析描述统计，然后这个频率，然后把这个分类型变量，一般做评述统计的话，都是对分类型变量就是它能够数清的， 他能够是一个一个的个体所占的，才能做评述统计。比如说性别，他明确分为男女年龄多少到多少的年龄段，那么教育程度，小学、高中、初中这样的才能做。然后，嗯， 这些都不用管，我们点继续点确定看没他就直接出来了。所有的评述统计结果，包括他的 频率百分比，有效百分比以及累积百分比，那么我们通常总结的时候的话，都是统计频率百分比以及累累积百分比。 那么怎怎么整理成三线表呢？我们就以性别，年龄和教育程度为例，首先打开这个 ps， 然后新建一个表格，因为通常在通常操作的话，在 excel 当当中操作是比较方便的，而不是说直接放进 word 当中，我们可以点复制粘贴，复制粘贴， 然后格式统一一下， 那这就是把它命名一下，这就是音素像或者说像， 然后把它复制粘贴到一个空白的 word 当中，这样就可以了，我们自动调整一下， 然后规定一下最终表格样式，选择这个模板中的三线表，那么就是整理出了一个标准的频数统计三线表， 当然其实如果数量少的话，其实还是比较快的，但是如果一旦多起来的话，那就非常的麻烦，其实是，所以说这里就推荐使用这个 很方便的一个网站 check spss， 这个做分析是相当方便的，也不用你手动整理，就是一句话就搞定了。 比如说我要做一个描述性分析，那我们就做出来了哈，这是一个平素统计的结果，看看可以看到它是直接就复制粘贴到 word 当中的，而不用我们手动一个一个去整理， 复制下来其实也是一样的，你看到这就是标准的三线表了。

同学们大家好，今天来录一下这个因子分析。因子分析的话，通常用在探索 量表的结构，或者说探索相关性比较相近的一些因素，那么把它提取出来，提取成一个因子，那么这样就可以避免在后续的回归或者说相关性分析当中发生， 嗯，贡献性过高的一个情况，那么他的结果主要就是这个样子，首先有 k m o 值，有这个近似卡方有屁值， 然后其最主要的表格的话，就是这三个表格，这个 k m o 以及总方差解释率，还有这个因子旋转因子的载荷情况。 嗯，但是有一点要注意，就是通常我们在量标题的分期，也就是问卷分析当中，这个第一个因子的载荷他不要超过百分之 四十，如果超过了就代表有共同因子偏差，那这个结果是不好的，或者说这个数据他是不好的。一个情况好就当是这个情况，那么这个是怎么做的呢？首先将数据导入我们的 spss， 然后点击分析， 然后点击这个降维，然后选择因子分析，然后把量表 t 全部拖过去， 这个描述的话，这儿显著性决定因子 kmo 这几个，还有这几个要勾选上点，继续旋转的话，咱们选择最大方叉法，然后 选项的话，我们为了方便看出来它选项后的载荷是怎么样的，那么可以勾选上这个，然后把这个零点四以下的就不让它显示了，这样的话它就会载荷会显示很清晰， 那么点确定，那么它就是这样一个结果，这个是表一，然后 它的方法解释率，然后过就是这个载客的情况，主要看这个，呃，选择后的成分矩阵，那可以看到这些题目的话，它的贡献性就比较高，也就是它们相关性比较高，就可以浓缩为一个因子去对后面进行分析， 但这个表格整理起来是相当麻烦的啊，所以说这时候我们就可以借助一个工具去对他进行一个整理。我们打开咱们的 chat s p s 是 官网，然后将数据上传，也是将量表题上传，上传上去以后， 然后我们就直接对他说想要进行这个因子分析，那么可以看到他就会很快就出结果，并且有咱们的最重要的三个表，一个 kmo， 一个是放射解释率，还有因子载荷的情况，这跟你标注的明明白白哈。 然后出来以后呢，我们可以直接复制这个表格，这个表格是可以直接进行复制粘贴的，并复制，然后粘贴到这个 word 文档当中， 可以看到它就是直接的标准的三线表了。 嗯，另外再说一句这个因子分析，那么第一个表格也通常用在咱们的效度分析里面，嗯，就是。 呃，如果论文的要求不是那么严格的话，咱们也直接放这个 kmo 效度检验，那么这个值通常在零点六以上，那么就可以了，就不用进行下面的因子分析的具体情况的一个分析了。

这是一节所有人都可以学会的 s p s 四分析课程，今天要跟大家讲的是描述型分析。首先在做描述型分析之前，我们先来了解一下什么是描述型分析，然后这里可以看到 一般一般的问卷，它有两个指标，这里可以看一下。首先是一些基本的资料，这里可以看一下，首先是一些两表题，就是这些可以表示长度的题目， 像这些基本资料，它的选项它是没有程度体现的，比如说男女，然后公办、民办，这些被称为分类变量，然后下面这些可以表示程度的，它是一些连续变量。然后我们接着来看 描述性分析，就是统计一些指标，比如说分类变量，就是平数百分比，累计百分比，然后连续性变量就是可以求他的均值中位数、重视标准差、最小值、最大值等等，这些指标他就被称为描述性分析。 比如这个，比如我们举个例子，比如说这个性别，然后男性占多少，女性占百分之多少，然后就可以从这个结果中可以看到，女性是比男性的占比较大的。然后比如从这个量表里面，然后就可以从均值这个指标来看出，比如一到五，它是一到一到五的量表， 然后它的均值越大，代表它的使用程度越多。然后下面我们来借助 sps 的 工具来分析一下描述性分析， 我们点击这个频率，当然我们举个例子，比如说一到三，这些是分类变量，然后点击确定，这就可以统计出来它的一个频数百分比， 然后这个是性别的，这个是年龄的，这个是家里的一个描述，然后对两表题，我们就点这个描述， 我们就把两表格选中，然后点进去，这里你可以选择，比如说你要求它的平均值、最大值、最小值这些你都可以选上，然后点继续点确定 它就可以平，它就可以分析出来每一道题它的最小最大值，包括平均值跟值差这些表格它是可以直接复制到这个 word 里去的，然后就可以做成这样的一个三线表，然后现在给大家分享一个下载 sbs 工具， 他可以更方便更快速的帮你完成这个描述性分析。然后这里数据是已经导入进来的，如果没有导入点这个上传数据就可以，接着你就可以在这里对话给他说对数据做一个描述性分析，他就直接可以把这个分析的三线表格做好， 它会自动识别你的问卷题目的类型，比如说这些是两表题，它就会求它的最大值、最小值、均值、标准差、中位数等等。然后如果你是分类变量，它就会自动给你做平数分析，也就是求它的平数百分比这些， 然后这些表格它是可以直接复制到 word 里去的，然后粘贴进来，就是这样的一个样式。 然后这里面还有更多的一些分析方法，比如说相关回归这些大家都可以自己去尝试一下。

家好，这是一节所有人都可以学会的 spss 分 析课程，今天我们要讲的是单因素方差分析。那么在讲单因素方差分析之前，我们先来了解一下它的一个基本概念。 单因素方差分析呢，它是只看一个因素，比较三组及以上人群的均值有没有差异， 当然这个概念理解起来可能会有点抽象，我们来了解一下它的一个例子吧，比如说你要研究不同的学历的人群在工作满意度上有没有差异，然后这个因素呢，就是学历，然后分组就是 大专本科研究生，比如说这个学学历，他有三个组别，好音变量就是满意度，自变量就是这个学历。单音速。方差分析呢，就是检验呃，这三个组别之间是不是真的一样， 当然它在什么条件下用呢？比如说你有一个自变量，并且自变量是三组及三组以上才能用单因素方差，而且因变量是得分、满意度等等这种连续性类的数值才可以做。 这里需要注意点，如果你的自变量是两组，就要用独立样本去检验。 接下来我们以这个问卷数据为例，带着大家来做一下单因素方差分析， 这里我们还是以服务体验为应变量，然后自变量是年龄、城市购买频率， 这里我们借助 chat sps 分 析工具，首先点击这里上传数据， 然后这里可以看到我是已经把数据上传好了的， 下面它会有一个对话框，然后在对话框里告诉他对数据做一个单因素方差分析， 并且你要表明你的音变量是什么，然后自变量是什么，他就会帮你执行命令，然后这个就是一个单因素方差分析的结果， 并且还是一个标准的论文三线表，这个表格也是可以直接粘到 word 里的， 然后它粘进来就是这样子的，基本上不用做修改，可以放在论文里面直接用的。然后它还会帮你自动识别，比如说两组以上它就会用辑编，然后三组以上呢就会用观察分析， 对应的下面还会有一些文字解释。 当然这个分析工具里面还有很多的统计学方法，大家都可以去多多尝试一下。

大家好，这是一节所有人都可以学会的 spss 数据分析课程，今天手把手教会所有人做数据分析，今天我们要讲的是相关分析和回归分析。 相关分析主要是研究两个变量之间的相关关系，然后回归分析主要是研究自变量对因变量的影响，这个是在问卷分析里面，尤其是做影响因素分析，做的非常的多。然后这个我们用 sps 做的话也比较简单， 就比如说我们这个数据，如果是我们要在 sps 里面做分析，我们直接点分析，然后这里有一个相关，我们点双变量，把我们想要做的分析这四个，然后点进去右边有些选项，如果说你想要其他的值，比如说平均值加上标准差，然后你就点上它就会出来结果， 然后这里就有刚才的平均值标准差，然后相关分析这里就做出来了，这是矩阵相关，前面就是相关系数，后面是显著性， 然后做回归分析的话，是一样的点回归分析，我们这个是呃定量的数据就用限行回归，自变量和应变量都是定量的，就用限行回归，然后我们的自变量 拖到自变量这个位置，应变量拖到应变量这个位置。向右边的统计就是看我们需要哪些值，就比如说我们需要做描述，然后也需要贡献性，或者说然后执行区间或者是等等其他的看我们需要什么，我们就点上，然后点确认， 确认之后他这个就描述，然后呃这刚刚才的相关哈，然后后面这里就是呃我们做的这个模型， 然后这这个是方差，然后这个是回归分析，然后自变量是 q 四到 q 七应变，呃， q 四到 q 六应变量是 q 七就业的倾向，然后前面是非标准化的回归系数，然后这里是回归系数 t 值，这里是显著性，然后贡献性， 这个就是相关和回归在 s p s s 里面做。那今天我们是用一个更简单的工具，就是 ai 工具，这个切的 s p s s， 我 们上传数据后 就只需要一句话给他说，呃，我要做相关和回归分析，字变量是 q 四到 q 六，应变量是 q 七，他就自己帮我们做了相关分析和回归分析，这个就不需要我们去点击操作了， 而且这个表格还挺方便的，就直接整理成的标准的三线表，只需要复制这个表格，到时候粘贴到 word， 这就是标准的三线表。然后 你需要对齐的话，就居中一下，每个表格居中一下，这就标准的三线表，这个也是非常方便。但如果说你们不会做这个三线表，复制出来是没有表格，或者是你们的 word 设置了其他格式的话，想要做三线表也是非常简单， 随便点击这个表格里面的一个地方，然后点这里有一个表格样式右上角，然后这里点沙县表就可以了，是非常方便。就最开始如果是没有表格格式的，就是这样的，然后你点一下，点这个沙县表， 他就有三线表了，但这个把最后一条线也框进来了，呃，比如说我们不想要最后一个，然后点前面这样选中点三线表，这就标准的三线表也做出来了，这个虚线他是呃打印出来就没有的，这个不用管。如果说你不想看到这个虚线，你点一下这里，然后这里有一个叫仕图的， 有一个表格的虚框，这里点点掉就没有了，这就是虚线。同样的再看一下这个表格，三线表，这没有表格，就这样的有三线表，然后点一下就出来了，三线表是非常方便的。当然如果说你们直接用这个七 s p s s 这个表格是不需要去整理的，像相关分析和回归分析复制表格， 到时候粘贴过来，它就是标准的表格，就有了标准的三线表，这个是非常方便的。呃， 我们看一下后面，后面的话他针对分析结果的话，我帮文字分析也帮我们整理出来了，比如说相关分析的，然后回归分析的文字的结果的文字分析报告也给我们去整理出来了。如果说我们想要这个，比如说相关分析的，我们直接复制， 到时候粘贴粘贴过来就是相关分析的这相关分析的结果，然后回归分析的也是一样的，这个非常方便。 帮我们把分析整理出来之后，然后文字分析报告都给我们整理出来，三线表，三线表是做好的，就我们完全不需要再去做这些整理了，是非常方便的。

同学们大家好，今天来讲一下差异分析当中的卡方检验用什么是卡方检验？卡方检验通常用于分类型变量和分类型变量之间的交叉分析，比如说大一里面男生占了多少？或者说男生里面大一占了多少，因为这个是相对来说的， 然后大二里面男生占了多少？大一里面女生占了多少？大二里面女生占了多少？那么这个分布它是否有差异性呢？就说，呃， 这个不同的年级，它啊对于年龄的性别的分布，或者说性别在不同年级上的分布，它是否有统计学意义，是否有差异，那么一般就采用卡方检验， 那么卡方点这个 p 值可以很明显看到我们这里是 p 等于零点零八五，那么它就是没有显示差异的，也就是说性别在年级上的分布它是没有差异的。那么这个用 s p， s s 是 怎么做的呢？我们来操作一下，比如说点分析，然后 这里的话我们就还是选择描述性统计，然后点这里的交叉表，然后把性别 性别可以在行或者说列，这里就无所谓，因为他们是两两交叉的，速度是无所谓的，然后教育程度的话可以选择这里， 然后但是一定要注意，就是我们统计一定要选择这个卡方，他才会出来统计值，不然的话只有交叉表，然后我们点继续，然后点确定， 然后交叉表就出来了，但这个是没有百分比的，百分比的话你可能得自己算一下，然后并且整理成三线表的形式，所以就比较麻烦。 但遇到这种情况的话，我们会采用 spss 网站进行分析， 就这个网站的话，他做这种是三线表以及变量多起来。以后你要去做卡方检验，那么也是非常的方便的，因为他可以直接出三线表的结果。 比如说我这里我就说可以给我做一个卡方检验，然后他就会给我方案问我两两哪两两想要交叉，那么我这里就说随便可以给我一个，然后他就直接复制粘贴到 word 当中的，你看复制下来它就是一个 论文中常用的三线表，是说非常的方便这个叉 s p s。 嗯，再说回来就是 比如说我们得出了这个，呃压缩表以后，怎么把它制作成标准的三线表，但这里是有平数的，然后这里是有他的卡方检验的值的。我们可以看一下这个，它的显著性是零点五幺五， 这是是这个性别在这个学历上的分布是没有显著性的差异的。那怎么去统计呢？点复制，然后把它粘贴到一个 word 当中， 然后技术就这个就删除掉性别 比例的话就用这个除以这个，这个我们就可以加一下这个固定符号， 这样咱们一拉就可以算出它的比例了，可以很明显算算出它的比例，那么往右一拉， 那就可以选出其他的比例，那么在这后面的话就要加一个小括号，然后把这个比例填充进去，这样就可以了。然后整理好以后， 教育程度一般就不要这个总计了，然后教育程度， 嗯，这就是标准的筛选表，当题目，这就是题目，然后这就是名称，到时候再把这个比例给加进来就可以了。

啊，同学们大家好，今天来讲一下差异性检验，那么差异性检验是做什么呢？就主要是做于看一下，比如说这里的性别，他对于各个维度是否有差异，比如说他在就业前景上，就业焦虑程度上，那么男生和女生 他有没有差异性？那么最后的结果就是整理成这样的三线表，他是可以直接用在我们的论文当中的。那么怎么去做这个三线表？ 那么最常用最常用到的方法其实就是 spss， 那 么将数据导入以后，然后点击分析， 然后做这个比较平均值，因为比如说做这个男性和女性的话，它是两个类别，那么就用独立样本 t 检验， 那么当然他是两个类别，三个类别级以上的话，那就是方差分析，那么这里我们就选择独立样本体检验，然后将所要检测的变量拖过去，然后这里要定义一下， 定义组别为一二，因为我们编码的时候编码为一二，我点继续，然后点击确定，那么可以很明显看到这个结果就出来了。那么这就是一个 描述性的情况，比如说男性他的平均值是多少，他的标准差是多少，然后这是他的显著性的情况， 那么当显著性小于零点零五的话，那么就代表他有 显著的差评，比如说他在专业就业的前景上，可以很明显看到这个是零点零零九，那么他是有差评的，这个是呃，学历就业的帮助。 零点零零七三，那么它是没有差异的，因为它已经大于了零点零五，然后主要是要整理成这样的表格， 那这样的表格其实是非常难整理的，就是你要需要一个一个去把它的平均值和标准差全部都给 一个一个的复制粘贴，非常的麻烦。所以说我们这里就直接用到一个很成熟的工具，直接用到这个咱们的 sp， 他 们这个 spssau， 那 么它其实只需要一句话就可以搞定了，就是非常方便。相比于 spsss 的 话，你直接把数据导进去，然后比如说你想要做一个， 你就直接这样表达你要做什么，然后他就会直接给你出标准的三线表， 并且呢标准的三线表是可以直接复制粘贴的，这里我们需要等一会， 那么可以看到哈我们就分析完成了，他妈这个就是专业的标准的三线表可以直接复制表格，然后粘贴进 word 文档，或者说 wps， 它就是一模一样的标准的三线表。

hello， 大家好，今天教大家一个不用打开 s p s s 就 能完成数据分析的方法，其实就是这个 chat spa 实验室 非常的好用。那么今天我要教大家如何用一句话完成效度分析。那么问卷和数据还是上次给大家演示的 内容，那么做效率分析，效率分析可以说是因子分析的一部分，那么在问卷分析当中，我们只探求它数据可信度，那么只要看它的 k m o 值是否大于零点七， 那么我们在问卷分析当中，这种量表题我们需要把所有的量表题都拖进来，和信度分析有一些区别，信度分析需要每个维度都拖一次，那其实效度分析是整体，直接做个整体的效度分析就 ok 了， 那么在我这个问卷里面，就是从这一题到结尾的最后一题，所有的秒题都进去做就 ok 啊，那么我们如何实现呢？在这里面直接告诉他，把数据导入之后，告诉他 帮我做一下效度分析，然后等待他操作，我们现在就就喝喝茶抠抠脚，对吧？直接让他分析就好了， 那么它还在思考啊，看到没？它自动识别十八个题项，做探索式因子分析，那么其实我们做下头分析，其实就是做呃探索式因子分析，但是我们一般来说，对于要求没那么高的， 我们直接放 k m o 和巴雷特的球形检验就 ok， 那 么它还在转 ok， 结果出来了，那么我们最重要看的表其实就是这个表了， 比如说你其实复制复制出来，在整理表格的时候，他直接把所有的都放进来了，那其实你只要放这一个就 ok， 这个表其他的表是做 因子分析时候要用的，那么其实这个表就已经够用了。 k m o 只大于零点七，说明整个维度收整个呃问卷的效度是通过的，然后文字分析它这里面也有 啊，它还没有转出来，但是这个其实相当于你用 s p s s 来说，你要操作内容就更多，比如说你要在 s p s s 里面做，那么你其实你要这样做， 分析降为因子，然后把所有人标题都进来描述，要点 k m o 值提取啊，这个没有不能选，都是对的。然后旋转最大方块法， ok， 点这么多点，确定这个表就是那个表啊？数值是一样的嘛，但是他需要点，如果你对这个不熟悉的话，你还是需要一定的学习成本，这就今天。

家好，这是一节所有人都可以学会的 spss 分 析课程，手把手教你做 spss 分 析。今天我们要讲的是新效度检验，这一步在做问卷分析的时候直观重要，因为它 表示你的量表数据到底可不可靠，如果说你没有做新效度检验，就去做一些其他的分析结果，就会造成分析结果的一些偏差。然后在做新效度分析之前，我们先要来了解一下什么是新效度分析。 这里可以看到新效度分析，它是检验量表的两个核心指标，总的来说就是一个信度，一个效度，然后它是专门用来评估量表题的。 然后我们来看一下它是主要是针对哪些题目来做，比如说你问卷里面的人口学变量，什么性别、年龄，然后多选题、开放题，这些它是不参与行销读，它只是针对两表题来做。然后下面我们来看一个问卷的例子吧， 我们可以看下这个调查问卷，它是分了两部分，一个基本资料，然后一个量表期部分。什么是量表期？就是它是可以表示长度的题目，比如说这里的完全符合较符合，一般它是由长度来表示的。然后上面的基本资料， 比如说性别、年龄叫零，这些他是没有任何程度的，他也叫，他也被叫做分类变量，然后下面两表题也被叫做连续变量。然后在做信效度分析的时候，上面这些题目他是不纳入信效度检验，然后只针对下面两表题来做， 然后这里可以看到它一共有十八个量表题。接下来我们借助这个 sps 工具好来做一下新效率检验，这个数据它是已经导入好的，可以看一下，然后我们点开分析， 点刻度，然后这里我是把那个两表题都拖入进来的，它是一到十八题是两表题，然后这些性别、年龄、教龄这些它不是两表题，它是不纳入线下都分析的。 然后我们这里选择克隆挂号系数，点击确定它就可以分析出来结果，然后就可以把这个三线表做出来，这个它是信度分析的一个表格， 然后这里是总体的可能八个系数，这个问卷它是分了维度的，比如说前五个题目，然后它是这个维度，然后后面三个题目它又是这个维度。 接下来我们来做一下效率分析，还是点开分析，然后点降维点因子，还是只用把两表格拖过来就可以了。大家可以看到这里还是一到十八 点一下，这个要把这个 k m o。 选中点继续，然后点确定就可以了，它这里就可以分析出来 它的一个总的克隆巴克系统， k m o， 这里是零点九三五。然后我们回到刚才那个 word， 这里也是，当然你直接可以把这个表格是可以复制进来的。 然后下面我们介绍一个工具，就是 chat sbc， 然后点这里上传数据就可以了，我这里是已经把数据上传进来的，就是这个幼儿园教师这个数据， 然后这里直接可以跟他对话，说对数据做一个新效率分析，他就可以直接立马分析出来结果，这个是量表题的一个信度，然后他会自动帮你筛选量表题来做。然后下面是效率分析 k m o， 当然这些表格它是可以直接监听 word 的， 点击这里输入表格，然后就可以粘贴进来，就可以完成这样的一个表格性度分析和效率分析。然后下面是它的一个文字解释，它的判断标准是以零点六为界线的， 大于零点九它是非常好的。然后小于零点六的话，说明这个数据不可靠，就需要重新收集数据。然后这个工具它还有很多的分析方法，大家都可以去试一试。

这是一个所有人都能学会的 spss 分 析教程，今天要给大家讲的是方差分析，那么上一期视频给大家讲过什么是独裂纹体检液？以 品牌忠诚度为例，我们上一次举的例子是不同性别品牌忠诚度有没有显著差异？那么方差分析和独裂纹体检的差别也只在 分类变量的个数，独立样本体线只适合于二分类变量，而方差分析适合于三及三分类。以上举个例子，我们这里的年龄它是一个 五分类变量，那么我们想比较不同年龄范围，它品牌忠诚度有没有差别，那就可以使用方差分析。 那如何实现呢？给大家演示一下。打开数据，点击分析，比较平均值，单因素 and nova 检验。然后我们要对比忠诚度，就把忠诚度拖进应变量列表，然后 把年龄也拖进来。 稍等，这里没有体现年龄的地方，分析描述统计 没有体现年龄， 如此， 这里一定要是数值才可以。刚刚那个数据类型不对，嗯，那我举个例子，它是五分类嘛？ h， 那 五一到五其实就针对于五个分类 分析比较平均值，单一首的 note 重置度，把 h 拖进来， 点击个描述点确定。那其实这里就已经啊检验出来，一到五就分别对应着，呃，我们这五个五个年龄段，那这里其实我是模拟的数据嘛， 方便大家理解，因为刚才的那文本数据分析不了，没输出。结果他不仅描述了一下， 呃，各个分类，各个年，各个年龄段，它关于众生度的均值标准差同样是否显著，要看这个显著性。 p 值， 这里显示是零点八四八，说明它大于零零五，说明不同年龄段之间没有显著差异。