《统计软件SPSS课件：第18章 SPSS在心理学中的应用》由会员分享，可在线阅读，更多相关《统计软件SPSS课件：第18章 SPSS在心理学中的应用（20页珍藏版）》请在金锄头文库上搜索。
1、第第1818章章 SPSSSPSS在心理学中的应用在心理学中的应用18.1 18.1 实例提出：大学生心理问题研究实例提出：大学生心理问题研究 大学生良好心理素质的培养与心理健康教育不仅关系到社会主义高等教育能否培养出身心健康、人格健全、全面发展、适应社会主义市场经济要求、能适应新世纪挑战的新型人才，而且关系到全民族素质的提高。 某大学对该校学生的心理健康状况进行了问卷调查分析。 请利用这些资料和数据18-1.sav分析以下问题： 问题一：请你对调查问卷进行信度分析。 问题二：请综合评价大学生的心理健康状况。 问题三：请分析独生子女、系别对大学生的心理健康是否有显著影响。18.2 18.2 实
2、例的实例的SPSSSPSS软件操作详解软件操作详解1 问题一操作详解 问题一要求你对调查问卷进行信度分析，即对问卷的稳定性和可靠性进行有效分析。它反映了测量工具所得到的结果的一致性或稳定性，是被测特征真实程度的指标。因此可以利用SPSS中的信度分析功能来实现。问题一的具体操作步骤 第一步：打开数据文件 打开数据文件18-1.sav。单击工具栏中的【变量视图】按钮，检查各个变量的数据结构定义是否合理，是否需要修改调整。第二步：信度分析 选择菜单栏中的【分析】【度量】【可靠性分析】命令，弹出【可靠性分析】对话框。在左边的列表框中选择“躯体化”、“强迫”等九项因子作为分析对象，将其添加至右侧的【项目
3、】列表框中。 单击【统计量】按钮, 弹出【可靠性分析：统计量】对话框，并在【描 述性】选项组中选择【 项】选项，在【项之间 】选项组中选择【相关 性】选项，再单击【继 续】按钮，返回主对话 框。最后单击【确定】 按钮，完成本部分操作。问题二操作详解 第一步：打开数据文件 打开数据文件18-1.sav，选择菜单栏中的【分析】【降维】【因子分析】命令，弹出【因子分析】对话框。第二步：选择因子分析变量 在候选变量列表框中选择躯体化、强迫症状、人际关系敏感等九项因子设定为因子分析变量，将其添加至【变量】列表框中，如图18-2所示。第三步：选择因子旋转方法 在【因子分析】对话框中，单击【最大方差法】按钮
4、 ，勾选【旋转】复选框，其他选项保持系统默认，单击【继续】按钮返回主对话框。第四步：选择因子得分 在【因子分析】对话框中，单击【得分】按钮，勾选 【保存为变量】复选框，表示采用回归法计算因子得分并 保持在原文件中；同时勾选【显示因子得分系数矩阵 】复选框，表示输出因子得分系数矩阵。其他选项保 持系统默认，单击【继续】按钮返回主对话框。第五步：其他选项选择 在【因子分析】对话框中，单击【选项】按钮，勾选【系数显示格式】 选项组中的【按大小排 序】复选框，表示将载 荷系数按其大小排列构 成矩阵。其他选项保持 系统默认，单击【继续 】按钮返回主对话框第六步：单击【确定】按 钮，完成操作。问题三操作详
5、解 第一步：第一步：对独生子女变量的影响性进行两独立样本t检验 选择菜单栏中的【分析】 【比较均值】【单 样本T检验】命令，在弹出的对话框的候选变量列表框 中选择检验变量“总分”，将其添加至【检验变量】 列表框中。选择分组变量“独生子女”，将其添加至 【组变量】文本框中。 接着，单击【定义组】按钮，弹出【定义组】对话框。点选【用特殊值】单选钮，在【组1】文本框中输入0，在【组2】文本框中输入1。输入完成后，单击【继续】按钮返回主对话框。 最后，单击【继续】按钮，完成操作。第二步：对系别变量的影响性进行方差分析检验 选择菜单栏中的【分析】 【比较均值】、【单因素ANOVA】命令，弹出【单因素AN
6、OVA】对话框。 在候选变量列表框中选择“总分”变量作为因变量，将其添加至【因变量列表】列表框中。在候选变量列表框中选 择“系别”变量作 为水平值，将其添 加至【因子分析】 列表框中。最后， 单击【确定】按钮， 完成操作。18.3 18.3 实例的实例的SPSSSPSS输出结果详解输出结果详解问题一输出结果详解问题一输出结果详解 （1）评估因子的基本描述性统计量 下表所示是信度分析的评估因子的基本描述统计量。表中给出了所有因子的均值、标准差以及参与分析的个案书。可以看到，“躯体化”、“抑郁”因子的平均评价得分最高，“人际敏感”和“精神病性”因子的平均得分最低。均值均值标准偏差标准偏差N躯体化4
7、3.8236.924305强迫38.6111.906305人际敏感35.0213.689305抑郁42.8924.028305焦虑36.3415.782305敌意37.6512.731305恐怖36.0915.868305偏执39.6812.000305精神病性35.8915.407305（2）评估因子的相关系数矩阵 表18-3所示是评估因子的相关系数矩阵。可以看到，除了躯体化和抑郁两个因子外，SCL-90其余各个因子的相关都在0.6以上，表明SCL-90在本研究中一定程度上具有较好的内容效度和结构效度。因子因子躯体躯体化化强强迫迫人人际际敏感敏感抑郁抑郁焦焦虑虑敌敌意意恐怖恐怖偏偏执执精神精
8、神病性病性躯体化躯体化1.0001.0000 0.222.2220 0.173.1730 0.149.1490 0.193.1930 0.228.2280 0.191.1910 0.165.1650 0.163.163强强迫迫0 0.222.2221.0001.0000 0.795.7950 0.208.2080 0.765.7650 0.711.7110 0.687.6870 0.781.7810 0.726.726人人际际敏感敏感0 0.173.1730 0.795.7951.0001.0000 0.196.1960 0.828.8280 0.769.7690 0.773.7730 0.7
9、90.7900 0.806.806抑郁抑郁0 0.149.1490 0.208.2080 0.196.1961.0001.0000 0.242.2420 0.231.2310 0.196.1960 0.193.1930 0.244.244焦焦虑虑0 0.193.1930 0.765.7650 0.828.8280 0.242.2421.0001.0000 0.775.7750 0.831.8310 0.812.8120 0.804.804敌敌意意0 0.228.2280 0.711.7110 0.769.7690 0.231.2310 0.775.7751.0001.0000 0.718.71
10、80 0.770.7700 0.768.768恐怖恐怖0 0.191.1910 0.687.6870 0.773.7730 0.196.1960 0.831.8310 0.718.7181.0001.0000 0.763.7630 0.780.780偏偏执执0 0.165.1650 0.781.7810 0.790.7900 0.193.1930 0.812.8120 0.770.7700 0.763.7631.0001.0000 0.750.750精神病性精神病性0 0.163.1630 0.726.7260 0.806.8060 0.244.244.804.8040 0.768.7680
11、0.780.7800 0.750.7501.0001.000问题一输出结果详解问题一输出结果详解 （3）信度分析的克朗巴哈系数 克朗巴哈（Cronbach）系数度量信度分析的一种 重要方法。本实例中的系数值根据表18-4给出。表中不 仅给出了克朗巴哈系数，还给出了评价因子的标准化 系数。由于信度系数等于0.820，因此总体上该调查 评估表的编制的内在信度是比较理想的。Cronbachs Alpha基于标准化项的Cronbachs Alpha 项数0.8200.9119初始抽取躯体化1.0000.617强迫1.0000.756人际敏感1.0000.845抑郁1.0000.532焦虑1.0000.
12、860敌意1.0000.771恐怖1.0000.783偏执1.0000.817精神病性1.0000.806（1）因子分析共同度 下表是因子分析的共同度，显示了所有变量的共同度数据。第二列列出了按指定提取条件提取特征根时的共同度。可以看到，所有变量的70%以上的信息可被因子解释，这些变量信息丢失较少。成分初始特征值提取平方和载入合计方差的 %累积 %合计方差的 %累积 %15.75763.97163.9715.75763.97163.97121.03011.44675.4161.03011.44675.4163.8559.50184.9184.3383.75388.6715.2823.13991
13、.8106.2432.70294.5127.1801.99996.5118.1671.85498.3659.1471.635100.000（2）因子分析的总方差解释 接着下表计算得到相关系数矩阵的特征值、方差贡献率及累计方差贡献率结果如表。根据特征值准则（取特征值大于等于1的主成分作为初始因子），应该选取两个因子。它们累积时解释了数据中总方差的75.5%。结果表明，第一个因子为主因子即可，因为它解释了原有六个变量总方差的84.449%。成分12焦虑0.926-0.055人际敏感0.914-0.101偏执0.898-0.105精神病性0.896-0.063恐怖0.881-0.075敌意0.878
14、-0.003强迫0.869-0.028躯体化0.2600.741抑郁0.2920.668（3）旋转前因子载荷矩阵 下表显示了旋转前因子载荷矩阵。通过载荷系数大小可以看到不同公共因子所反映的主要指标的区别。通过载荷系数大小可以分析不同公共因子所反映的主要指标的区别。从结果看，大部分因子解释性较好，但是仍有少部分指标解释能力较差，例如躯体化因子，因此需要进行因子旋转。成分12焦虑0.9150.151人际敏感0.9140.102偏执0.8990.096精神病性0.8880.136恐怖0.8760.121敌意0.8570.190强迫0.8540.164躯体化0.0900.780抑郁0.1380.716
15、（4）旋转后的因子载荷矩阵 下表显示了实施因子旋转后的载荷矩阵。在进行因子旋转时采用的是正交旋转中的方差最大法，这便于对因子进行解释。可以看到，第一主因子除了在“躯体化”和“抑郁”等两个因子上载荷系数较小外，其他因子的载荷都较大，因此可以将它命名为态度公因子。相反的，第二主因子在“躯体化”和“抑郁”载荷上系数较大，可以将它命名为躯体化和抑郁因子。此时，各个因子的含义更加突出。 根据因子得分的大小顺序为焦虑人际敏感偏执精神病性恐怖敌意强迫躯体化抑郁。（5）因子得分系数 下表列出了经VARIMAX旋转后的因子值系数的回归估计值。因子值系数乘以对应变量的标准化值就是因子值。成分12躯体化-0.115
16、0.712强迫0.1530.007人际敏感0.177-0.061抑郁-0.0930.644焦虑0.169-0.016敌意0.1490.030恐怖0.165-0.038偏执0.175-0.065精神病性0.165-0.026问题三输出结果详解问题三输出结果详解 （1）基本统计信息汇总表 被调查者中独生子女和非独生子女人数分别为139和154。他们心理健康状况总分的均值分别为12.531和15.511，标准差等于1.063和1.250。虽然他们的数值有一定差异，但还需要进行统计检验分析这种差异的统计学意义。独生子女N均值标准差均值的标准误总分否13958.2812.5311.063是15458.2
17、315.5111.250（2）两总体均值的检验 在首先进行的方差相等假设检验中，F统计量等于 0.295，对应的概率P值为0.588，大于显著性水平0.05，总分假设方差相等假设方差不相等方差方程的Levene检验F0.295Sig.0.588均值方差的t检验t0.0280.029df291287.563Sig. （双侧）0.9780.977均值差值0.0470.047标准误差值1.6581.641差分的95%置信区间下限-3.217-3.182上限3.3113.276 因此认为两组数据的方差是相等的。于是接着观察“假设方差相等”列所对应的t检验结果。由于t统计量对应的双尾概率P值为0.978
18、，大于显著性水平0.05，因此认为两总体的均值不存在着显著差异。即大学生是否是独生子女对心理健康没有显著性影响。平方和df均方F显著性组间1291.0594322.7651.6450.163组内57696.472294196.247总数58987.532298（3）方差分析表 下表显示了方差分析表结果表。可以看到，心理健康得分总的离差平方总和为58987.532；不同系别的组间离差为1291.059；组内离差为57696.472；方差分析对应的F统计量的观测值为1.645，对应的概率P值为0.163。这里显著性水平为0.05，由于P值大于显著性水平0.05，所以接受零假设，认为不同系别的大学生心理健康没有显著性差异。
