spss数据分析教程之SPSS信度分析和效度分析(2020年12月整理).pptx

上传人:摩西的****12 文档编号:154740833 上传时间:2020-12-07 格式:PPTX 页数:21 大小:215.48KB
返回 下载 相关 举报
spss数据分析教程之SPSS信度分析和效度分析(2020年12月整理).pptx_第1页
第1页 / 共21页
spss数据分析教程之SPSS信度分析和效度分析(2020年12月整理).pptx_第2页
第2页 / 共21页
spss数据分析教程之SPSS信度分析和效度分析(2020年12月整理).pptx_第3页
第3页 / 共21页
spss数据分析教程之SPSS信度分析和效度分析(2020年12月整理).pptx_第4页
第4页 / 共21页
spss数据分析教程之SPSS信度分析和效度分析(2020年12月整理).pptx_第5页
第5页 / 共21页
点击查看更多>>
资源描述

《spss数据分析教程之SPSS信度分析和效度分析(2020年12月整理).pptx》由会员分享,可在线阅读,更多相关《spss数据分析教程之SPSS信度分析和效度分析(2020年12月整理).pptx(21页珍藏版)》请在金锄头文库上搜索。

1、信度分析和效度分析,数据计分方法说明 类别小分类,对应题 项,每题计分方法,维度计分方法,题 项,职业倦怠,情感枯竭 去个性化,1-3 题 4-6 题,正向计分 正向计分,3 3,个人成就感,7-10 题,逆向计分,全部题项直接加总 全部题项直接加总 全部题项取倒数后加 总,4,心理资本,11-18 题,正向计分,全部题项直接加总,8,组织气氛,19-26 题,21 题为逆向计分,其 余题项正向计分,21 题取倒数后与其余 题项加总,8,总体幸福感,27-31 题,27 题和 31 题为逆向 计分,其余题项为正 向计分,27 和 31 题取到术后与 其余题项加总,5,整体问卷,以上各个维度的总

2、分 直接加总,31,讲问卷调查的数据进行如上表的数据预处理后,接下来再进行如下分析。 1 信度分析 这里有 63 份问卷,首先我们需要的判定的是问卷中的调查题目能否反映调 查的目的和调查的意图,问卷中的各个问题是否测量了相同的内容和信息;同时, 对于调查问卷所得到的数据是否具有可靠性,就必须在对问卷分析之前做信度分 析。信度本身与测量结果的正确与否无关,它的用途在于检测问卷本身的稳定性。 信度分析中常用 Cronbach 系数的大小来衡量调查问卷的信度。一般而言,如 果问卷的信度系数达到 0.9 以上,该问卷调查的信度就较好;信度系数在 0.8 以上,是不错的;一般认为试卷信度在 0.5 至

3、0.9 以内是合理的,如果信度系数 低于 0.5,则此问卷的调查结果就不可信了。 将以上 63 份问卷的数据用 SPSS21.0 先进行标准化处理,再进行信度分析, 其结果如表一所示: 表一 信度分析表,1,表一显示,整体问卷和问卷中的各个维度的 Cronbachs Alpha 系数值均大于 0.6,所以可以推断此问卷的可信度一般,该评价问卷只具有很较高的内在一致 性。 2 效度分析 具备信度的问题不一定具备效度,因此做完信度分析,再用 SPSS21.0 对其进 行效度分析。 2.1 因子模型适应性分析 效度分析使用的是因子分析模型,在运用因子模型分析之前,首先要对问卷 数据进行因子模型适应性

4、分析,分析结果如下表所示: 表二 KMO 和 Bartlett 的检验,2,由上表的数据可知,问卷数据的 KMO 值为 0.657,并且通过了显著性水平为 0.05 的巴特利球型检验,说明问卷调查的数据非常适合做因子分析。 2.2 因子分析结果 在进行了适应性检验之后,接下来就进行因子分析,其结果如下: 表三 方差贡献率,3,根据表三方差贡献率分析表可以知道,具备信度的 31 个问题一共可以提取 8个主成分,这 8 个主因子解释的方差占到了将近 71.532%,由此我们可以认为, 这次提取的 8 个公因子在充分提取和解释原变量的信息方面比较理想。 表四 旋转后的因子载荷矩阵,提取方法 :主成份

5、。 旋转法 :具有 Kaiser 标准化的正交旋转法。 a. 旋转在 14 次迭代后收敛。,根据以上旋转后的因子载荷表可以知道:,4,主成分一:包含职业倦怠 1、职业倦怠 2、职业倦怠 3、职业倦怠 4、职业倦怠 5、职业倦怠 6 这 6 个题项,说明主成分一是反映情感枯竭和去个性化的维度。其方差贡献率是 15.926%, 是 8 个主成分中贡献最大的一个,说明这一主成分对整体问卷的的影响最大。 主成分二:包含组织氛围 4、组织氛围 5、组织氛围 6、组织氛围 7、组织氛围 8 这 5 个题项, 说明主成分二是反映组织氛围维度中学校氛围的主因素。其方差贡献率是 12.148%,是 8 个 主成

6、分中贡献第二大的,说明这一主成分对整体问卷的的影响第二大。 主成分三:包含职业倦怠 7、职业倦怠 8、职业倦怠 9、职业倦怠 10 这 4 个题项,说明主成 分三是反映个人成就感的主因素。其方差贡献率是 9.666%,是 8 个主成分中贡献第三大的, 说明这一主成分对整体问卷的的影响第三大。 主成分四:包含心理资本 1、心理资本 2、心理资本 3、心理资本 4、心理资本 5 这 5 个题项, 说明主成分四是反映心理资本维度中工作情绪方面的主因素。其方差贡献率是 8.756%,是 8 个主成分中贡献第四大的,说明这一主成分对整体问卷的的影响第四大。 主成分五:包含心理资本 6、心理资本 7、心理

7、资本 8 这 3 个题项,说明主成分五是反映心 理资本维度中工作状态方面的主因素。其方差贡献率是 8.335%,是 8 个主成分中贡献第五 大的,说明这一主成分对整体问卷的的影响第五大。 主成分六:包含总体幸福感 3、总体幸福感 4、总体幸福感 5 这 5 个题项,说明主成分六是 总体幸福感维度中生活压力方面的主因素。其方差贡献率是 6.697%,是 8 个主成分中贡献 第六大的,说明这一主成分对整体问卷的的影响第六大。 主成分七:包含总体幸福感 1、总体幸福感 2 这 2 个题项,说明主成分七是总体幸福感维度 中生活信心面的的主因素。其方差贡献率是 5.511%,是 8 个主成分中贡献第七大

8、的,说明 这一主成分对整体问卷的的影响第六大。 主成分八:包含组织氛围 1、组织氛围 2、组织氛围 3 这 3 个题项,说明主成分八是组织氛 围维度中同事关系氛围方面的主因素。其方差贡献率是 4.492%,是 8 个主成分中贡献最小 的,说明这一主成分对整体问卷的的影响最小。 此外,观察表四旋转后的因子载荷矩阵,31 个题项都仅仅只在某一个主成分上 的载荷比较大,由此可以知道,职业倦怠的每一个题项是具有效度的。,差异性分析 1、不同性别在各个维度中的差异分析 表 17,组统计量,5,表 18,我们可以从上表中看出,男女性别不同,在职业倦怠、心里资本、组织气氛上是 没有明显差异的。但是不同性别在

9、总体幸福感上存在显著差异。具体差异情况见 下图:,女性在总体幸福感上的均分显著高于男性在总体幸福感上的均分,说明女性的总 体幸福感普遍高于男性。 2 不同年龄在各个维度上的差异分析 表 19,6,心理资本,组织气氛,表 20,7,根据表 19、20,我们可以看出年龄的不同在职业倦怠、心里资本、组织气氛、总体幸福感 上是没有明显差异的。,8,3、不同学历在各个维度上的差异分析 表 21,表 22,由表 21、22 可知,学历的不同的被调查人群在职业倦怠、心理资本、总体幸福感上是无明 显差异的。不同学历的被调查人群在组织气氛维度上存在显著差异,具体差异情况见下图:,学历越高组织气氛得分越低,说明学

10、历高的人群需要加强沟通。 4、 不同党派在各个维度上的差异分析 表 23,9,10,表 24,有表 23、24 可以看出, 党派的不同,被调查人群在职业倦怠、心理资本、组织气氛、总体 幸福感上是无明显差异的。,5、不同婚姻状况在各个维度上的差异分析 表 25,11,表 26,从表 25 和 26 可以看出,不同婚姻状况的人在各个维度上不存在显著差异。 6、不同子女数量在各个维度上的差异分析 表 27,12,表 28,由表27和28可以看出,子女数量不同,在心理资本和总体幸福感上有明显差异的。具体差异 情况为:,有一个子女的被调查者在心里资本维度和总体幸福感维度上的均分最低,有两个及以上子女 的

11、被调查者在心里资本维度和总体幸福感维度上的均分最高。说明孩子较多的被调查者的心 里状况是最好的。 7、不同工作时间人群在各个维度上的差异分析 表 29,13,14,表 30,由表 29 和表 30 可以看出,工作年限的不同的被调查者在心理资本、组织气氛、 总体幸福感是无明显差异的。在职业倦怠维度上存在显著差异,具体差异情况为:,工作时间在5-10年的被调查者在职业倦怠维度上的均分最高。但是,超过10年之后,职业倦 怠感反而减弱了。 8、不同的平均月收入被调查者在各个维度上的差异分析 表 31,15,16,表 32,由表 31 和 32 可以看出,平均月收入不同在职业倦怠和其他组之间是有明显差异

12、的,其余维度在不同的收 入水平上不存在显著差异。具体差异情况见下图:,从上图可以看出,收入在4000-4999元之间的被调查者的职业倦怠维度上的得分最高。收入 在5000元以上的人群在职业倦怠维度上的得分最低。此外,收入在1500到4999元之间时,随 着收入的增加,职业倦怠维度的得分越高。由此可以知道,4999元是一个过渡点,低于这个 店的时候,收入越高,职业倦怠感就越强,当收入突破4999元时,职业倦怠感反而会突然减 弱。 相关分析 各个维度的相关分析结果如下:,17,从上面的相关分析可以看出:,18,1、职业倦怠和心理资本这 2 个维度之间存在显著的相关关系,因为二者的相关 系数通过显著

13、性水平为 0.05 的 T 检验。二者之间的相关系数-0.4870,说明二 者之间是显著的负线性关系,当心理资本越好,职业倦怠感就越弱。 2、职业倦怠和组织气氛之间存在显著的相关关系,二者之间的相关系数为 -0.418,且通过了显著性水平为 0,05 的T 检验。-0.4150,说明二者之间存在 显著的负线性相关的关系。即二者之间的变化方向是相反的,组织气氛越好,职 业倦怠感就越弱。 3、职业倦怠和总体幸福感之间存在显著的相关关系,二者之间的相关系数为 -0.5850,且通过了显著性水平为 0.05 的T 检验。由此可以知道,二者之间存 在的负线性相关的关系。即二者的变化方向是相关的,总体幸福

14、感越强。职业倦 怠感就越弱。 4、心理资本和组织气氛、总体幸福感呈现出显著的正线性相关,相关系数分别 为 0.449 和 0.0424。由此可以知道,心理资本越高,组织气氛就越好;心里资 本越高,总体幸福感就越强。 5、组织气氛和总体幸福感也是显著的正线性相关,相关系数为 0.486,且通过 显著性水平为 0.05 的 T 检验,说明组织氛围越高,总体幸福感就越强。,回归分析 问卷一共包含 4 个维度,为了研究心理资本、组织气氛和总体幸福感维度及主要 人口学因素对 职业倦怠维度的影响,因此建立多元回归模型,其中职业倦怠维,19,度为因变量Y。心理资本为自变量X1、组织气氛为自变量X2、总体幸福

15、感为自变 量X3,性别X4、年龄X5、婚姻状况X6、子女个数X7 回归分析的结果如下:,上表是模型汇总表,从模型汇总表可以看出,模型的拟合度调整 R2 为 0.401,说 明模型的拟合度一般。DW 值为 2.076 接近于 2,说明模型不存在一阶序列相关, 通常不存在一阶序列相关也不会存在高阶序列相关。,上表是方差分析表,F 值为 6.920,显著性水平为 0.000,通过了显著性水平为 0.05 的 F 检 验,说明该回归模型的自变量对因变量有显著影响。,20,上表是系数表,从上表可以得出,组织气氛维度、性别、年龄、婚姻状况没有通 过显著性水平为 0.1 的 T 检验,说明这个为对职业倦怠没

16、有显著影响。心理资本、 总体幸福感的回归系数通过了显著性水平为 0.1 的T 检验,说明总体幸福感、心 理资本、政治面貌、子女个人数对职业倦怠有着显著影响。具体的回归方程为: Y=46.705-0.44X1-0.864X3+3.164X6-3.152X7 Y:职业倦怠 X1:心理资本 X3:总体幸福感 X6:婚姻状况 X7:子女个数 根据以上的回归方程可以知道,心理资本和总体幸福感对职业倦怠有着显著负向 影响,总体幸福感每增加一个单位,职业倦怠感就减少 0.864 个单位。心理资本 每增加一个单位,职业倦怠就减少 0.44 个单位。婚姻状况对职业倦怠有着正向 影响,已婚的职业倦怠感高于未婚,离异的职业倦怠感高于已婚,其他婚姻状况 的职业倦怠感最强。子女个数最职业倦怠感有着负向影响,子女个数越多,职业 倦怠感就越弱。 结论 从以上的信度分析、效度分析可以得出以下结论:问卷的设计是比较成功的, 每一个维度都具有信度和效度,问卷调查的结果具有很好的研究价值。 在差异分析中,不同

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > 其它办公文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号