.14. 量表的初步处理一、量表层面加总调查问卷通常是针对某个考察因素设置几个子问题，这些具有共同属性的题项需要先做加总处理，以便后续进行相关的统计分析例如，如下的“知识管理”量表：题“a1-a6”，都属于“知识获取”层面，即“a1-a6”加总 = “知识获取”题“a7-a10”都属于“知识流通”层面；“知识获取”+“知识流通”再加总到“知识管理”层面数据文件为：“知识获取”层面的加总 【转换】——【计算变量】，打开“计算变量”窗口，【目标变量】框输入“知识获取”，【数字表达式】框输入“SUM(a1 TO a6)”，点【确定】注意：“SUM(a1 TO a6)”是“SUM(a1,a2,a3,a4,a5,a6)”的简写，需要变量规律化命名类似地操作，再对“知识流通”层面加总，“知识管理”量表加总得到二、层面的平均得分层面的平均得分，即“层面总分”除以“层面题数”，能反映出该层面的平均程度例如，“工作满意”层面，1-5分别代表“非常同意、同意、不知道、不同意、非常不同意”，若该层面平均得分为4.30，则表示平均具有较高的工作满意度转换】——【计算变量】，目标变量输入“获取平均”，数字表达式输入“知识获取/6”；类似地，“流通平均”=“知识流通/4”；“知识管理平均”=“知识管理/10”。
得到运行结果：三、量表的描述统计【分析】——【描述统计】——【描述】，打开“描述性”窗口，将变量“知识获取、知识流通、知识管理、获取平均、流通平均、知识管理平均”选入【变量】框，【选项】，（默认）勾选“均值、标准差、最小值、最大值”，点【确定】，得到描述统计量N极小值极大值均值标准差知识获取5512.0026.0018.00003.43727知识流通556.0020.0013.67273.30574知识管理5521.0045.0031.67275.72213获取平均552.004.333.0000.57288流通平均551.505.003.4182.82644知识管理平均552.104.503.1673.57221有效的 N （列表状态）55注：层面加总的均值无参考意义，层面平均的“获取平均”的均值为3.0000，流通平均的均值为3.4182，说明两个层面的“同意程度”是有差异的，该差异是否在统计学有显著意义？则需要做【分析】——【比较均值】——【配对样本T检验】四、多选题量表初步处理例如. 测试人格倾向的问卷，每种人格倾向设置9道问题，每选中一道“人格A”倾向的题项，该变量累积得分+1，最终得到“人格A”得分；类似地还有“人格B、人格C、人格D”得分，哪个得分最高即判定该人具有该种人格，若有两个相同最高得分，则无法判定其人格。
有数据文件：判断每个个案的“人格类型”：1 = A类型；2 = B类型；3 = C类型；4 = D类型； 0 = 不确定类型1.【转换】——【计算变量】，打开“计算变量”窗口，【目标变量】框输入“人格A标记”，【数字表达式】框输入逻辑表达式：(人格A > 人格B) & (人格A > 人格C) & (人格A > 人格D)点【确定】，得到注：“人格A标记”=1，表示“人格A”的值为四个人格中的最大值，否则“人格A标记”=0.2.类似地，计算“人格B标记”=(人格B > 人格A) & (人格B > 人格C) & (人格B > 人格D)“人格C标记”=(人格C > 人格A) & (人格C > 人格B) & (人格C > 人格D)“人格D标记”=(人格D > 人格A) & (人格D > 人格B) & (人格D > 人格C)得到3. 计算“人格类型”【转换】——【计算变量】，打开“计算变量”窗口，【目标变量】框输入“人格类型”，【数字表达式】框输入：1*人格A标记+2*人格B标记+3*人格C标记+4*人格D标记点【确定】得到 注：“人格标记”只是没用的临时变量，可以删除点【确定】，得到注意：个案10的人格类型为7 > 4，原因是其“人格C、人格D”的值均为最大值9，该个案的人格类型应该是无法判定（=0）。
Word 资料。