如何用SPSS分析学业情绪量表数据

1、数据检验。由于问卷、量表的题目是主观判断和选择,因而难免有些人不认真填,所以,筛选出有效、高质量的数据非常关键。通常需要作如下检查:(1)是否有人回答互相矛盾,比如A1与A2不应该都同意,结果却都同意了;在学业情绪问卷中体现为积极体验和消极体验的题目得分应该互斥,不应该具有相同体验;(2)是否有人没有明显态度偏向,例如大多数题目都选了完全同意或完全不同意或中立;(3)是否有人应答率太低,例如在很多题目上都没有填写;(4)是否有人故意回答出有规律的题目,例如23354-54332-23354,重复有规律的作答;(5)数据录入是否有重复、蹿题、超出题目取值范围等。

2、反向计分与维度得分计算。确认量表是否有反向计分题,如果有要反向计分,注意,不要在数据录入时就反向,应该是原样录入数据然后在SPSS中做反向处理。其次,维度分的计算要注意使用的是题目加和得分还是题目均值得分。虽然在相关、差异和回归分析中,维度分使用总分或均分,其结论都是一样的,但是为了和其他研究保持一致,便于研究对比,量表必须用原编制者所采用的计分方法。由于学业情绪问卷题目很多,维度也很多,因此建议采用SPSS的Syntax来计算维度分,这样方便核对和重复计算。此外,小因子分和大维度分都应该计算,以备各种可能分析。

3、人口学变量的处理。人口学变量(性别、年龄、年级、家庭所在地等)通常是用于做t检验、方差分析等均值差异分析,也可以间接的说明人口学变量与量表维度得分之间的相关性。在这一环节中,人口学变量的分组或分类非常重要,为了保证结果的可靠性,每个分组水平下的样本量应该大于30或接近30,如果不是,那就要考虑与临近水平组合并或者排除这一类别。此外,单因素方差分析中,分组数目建议不超过四组。

4、数据极端值与缺失值的处理。数据存在极端值的话,会严重影响人口学变量差异分析、相关性分析以及回归分析的结果,因而要识别极端值将其剔除。其次,缺失值如果较少,建议用均值替换掉,以便在结构方程模型中方便应用。

5、在数据分析环节,一般包括各个量表维度和总分的描述性统计、人口学变量差异分析(t检验与方差分析,深入一点的还需要使用多元方差分析)、相关系数分析、回归分析,这些都是SPSS可以做的。更复杂的分析内容包括中介效应、调节效应分析,可以用SPSS的Process来处理中介和调节作用。尤其是中介作用分析,不建议用Baron、kenney的三步法来做,这个方法不规范、结果不可靠甚至会导致结果出错。由于学业情绪问卷的因子太多,我们可以考虑只分析几个大维度的得分,或者用Amos等结构方程模型软件构建潜变量模型。

如何用SPSS分析学业情绪量表数据的更多相关文章

  1. 如何用SPSS做联合分析

    如何用SPSS做联合分析 如果产品的描述是由几个属性特征决定的,比如说mp3的音质.外形.容量.价格等等,商家为了确定哪个属性对消费者的影响最大,以及预测什么样的属性组合最受消费者的欢迎,选择的办法应 ...

  2. SPSS分析技术:多元方差分析

    SPSS分析技术:多元方差分析 下面要介绍多元方差分析的内容,多元方差分析是研究多个自变量与多个因变量相互关系的一种统计理论方法,又称多变量分析.多元方差分析实质上是单因变量方差分析(包括单因素和多因 ...

  3. SPSS分析技术:二阶聚类分析;为什么出现大学生“裸贷”业务,因为放贷者知道贷款者还不起

    SPSS分析技术:二阶聚类分析:为什么出现大学生"裸贷"业务,因为放贷者知道贷款者还不起 今天将介绍一种智能聚类法,二阶聚类法,在开始介绍之前,先解答很多人在后台提出的一个疑问:那 ...

  4. 表数据量影响MySQL索引选择

    现象 新建了一张员工表,插入了少量数据,索引中所有的字段均在where条件出现时,正确走到了idx_nap索引,但是where出现部分自左开始的索引时,却进行全表扫描,与MySQL官方所说的最左匹配原 ...

  5. 大数据量表中,增加一个NOT NULL的新列

      这次,发布清洗列表功能,需要对数据库进行升级.MailingList表加个IfCleaning字段,所有的t_User*表加个IfCleaned字段.   脚本如下 对所有的t_User表执行 a ...

  6. SPSS分析:Bootstrap

    SPSS分析:Bootstrap 一.原理: 非参数统计中一种重要的估计统计量方差进而进行区间估计的统计方法,也称为自助法.其核心思想和基本步骤如下: 1.采用重抽样技术从原始样本中抽取一定数量(自己 ...

  7. SPSS分析技术:CMH检验(分层卡方检验);辛普森悖论,数据分析的谬误

    SPSS分析技术:CMH检验(分层卡方检验):辛普森悖论,数据分析的谬误 只涉及两个分类变量的卡方检验有些时候是很局限的,因为混杂因素总是存在,如果不考虑混杂因素,得出的分析结论很可能是谬误的,这就是 ...

  8. SPSS分析技术:无序多元Logistic回归模型;美国总统大选的预测历史及预测模型

    SPSS分析技术:无序多元Logistic回归模型:美国总统大选的预测历史及预测模型 在介绍有序多元Logistic回归分析的理论基础时,介绍过该模型公式有一个非常重要的假设,就是自变量对因变量多个类 ...

  9. SOME:收缩数据库日志文件,查看表数据量和空间占用,查看表结构索引修改时间

    ---收缩数据库日志文件 USE [master]ALTER DATABASE yourdatabasename SET RECOVERY SIMPLE WITH NO_WAITALTER DATAB ...

随机推荐

  1. Lucene 评分机制一

    1. 评分公式 1.1 公式介绍 这个公式是Lucene实际计算时使用的公式,是由原型公式推导而来 tf(t in d) 表示某个term的出现频率,定义了term t出现在当前document d的 ...

  2. dubbo入门学习(五)-----dubbo的高可用

    zookeeper宕机与dubbo直连 现象 zookeeper注册中心宕机,还可以消费dubbo暴露的服务. 原因 健壮性 l 监控中心宕掉不影响使用,只是丢失部分采样数据 l 数据库宕掉后,注册中 ...

  3. Ubuntu连不上网一直提示连接已断开的解决方案

    win10搜索:服务 把VMware DHCP Service启动即可

  4. 通过url方式传递中文参数时出现的中文乱码问题的处理

    1.通过url将参数[会有中文的情况]传递到另外一个页面: window.location.href = "/XXXX/XXXX?searchcontent=" + Content ...

  5. 解释性语言和非解释性语言,GIL锁

    解释性语言:python写的代码就被称为程序,cpu硬件能运行二进制代码指令.demo.py需要经过python解释器编译才做才能执行. 非解释性语言:例如c语言程序,同样需要写代码.demo.c这个 ...

  6. spring源码学习之容器的扩展(一)

    在前面的章节,我们一直以BeanFactory接口以及它的默认实现XmlBeanFactory为例进行解析,但是,spring还提供了另一个接口ApplicationContext,用于扩展BeanF ...

  7. Opencv中RGB通道/HSV通道并分离

    OpenCV中HSV颜色模型及颜色分量范围 opencv HSV 颜色模型(H通道取值 && CV_BGR2HSV_FULL) [opencv]在hsv颜色空间识别区域颜色 将原图分离 ...

  8. TZ_05_Spring_基于AOP的xml配置

    1.分析    1>首先我们有一个Service需要增强 将Service增加一个日志(Logger)          2>写了一个日志的通知并且它可以对Service进行日志增强   ...

  9. laravel--设置不需要csrfToken校验的接口

    一般是前后端分离或者支付宝响应的时候需要不设置csrfToken校验的接口,laravel推荐使用passport安全校验设计接口

  10. How To Install Nginx on CentOS 7(转)

    How To Install Nginx on CentOS 7 PostedJuly 22, 2014 427.4kviews NGINX CENTOS About Nginx Nginx is a ...