第6讲数据处理剖析.pptVIP

版权所有为浙江工商大学工商管理学院工商管理系 版权所有为浙江工商大学工商管理学院工商管理系 版权所有为浙江工商大学工商管理学院工商管理系 版权所有 浙江工商大学工商管理学院企业管理系 版权所有 浙江工商大学工商管理学院企业管理系 版权所有为浙江工商大学工商管理学院工商管理系 LOGO 第6讲（1） 数据整理、介绍SPSS、信度分析 岑杰 讲师 博士 Email: cj@zjgsu.edu.cn 手机短号： * * * * 1.数据整理 1）横轴变量（题项）名，纵轴样本名； 2）删除无效问卷； 3）团队数据聚合（组内一致性Rwg=0.7，见例子） * * 2.信度分析 信度（reliability）：测量结果的一致性、稳定性和可靠性。 信度测量方法 —内部一致性（Cronbach’s α），分值高就是指所有题目是否指向一致。 —分半信度（split-half reliability），反映测验项目内部一致性程度，即表示测验测量相同内容或特质的程度。 信度判断标准：Cronbach’s α=0.7 效度v s信度 第6讲（2） 数据聚合、因子分析、相关分析 回归分析 岑杰 讲师 博士 Email: cj@zjgsu.edu.cn 手机短号： * * * * 3.因子分析 因子分析(factor analysis)是一种数据简化的技术。它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个假想变量来表示其基本的数据结构。这几个假想变量能够反映原来众多变量的主要信息。原始的变量是可观测的显在变量，而假想变量是不可观测的潜在变量，称为因子。 例如，在企业形象或品牌形象的研究中，消费者可以通过一个有24个指标构成的评价体系，评价百货商场的24个方面的优劣。 * * 因子分析的步骤 1.利用信度分析和题项间的相关关系净化题项 删除题项的标准：删除该题项后，Cronbach‘s α提高或者与其他题项的相关系数的绝对值 小于0.3 2.计算KMO值和Bartlett球形检验 通过标准：KMO的值一般大于0.9最佳，0.7以上可以接受，0.5以下不宜做因子分析； Bartlett球形检验的统计量Sig0.01 3.按照主成分分析法，采用最大变异旋转法，根据特征值大于1的原则抽取因子，保留在 某一因子上载荷超过0.5，且不存在交叉载荷的题项 4.累计解释方差达到50%以上。 LOGO 回归分析—简单回归分析Regression 线性回归模型 一元线性回归模型的数学模型 其中：x为自变量； y为因变量； 为截距，即常量； 为回归系数，表明自变量对因变量的影响程度 LOGO 回归分析的一般步骤 第1步 确定回归方程中的因变量和自变量。 第2步 建立回归方程。 第3步 对回归方程进行各种检验。 拟合优度检验 回归方程的显著性检验 回归系数的显著性检验 第4步 利用回归方程进行预测。 几个关键指标 拟合优度（判定系数） 和Δ 因变量方差解释量，决定了回归效果的好坏 越接近1越好 回归方程的显著性检验：F检验 已解释的因变量方差的显著性（与0是否有显著差异） 回归系数的显著性检验：T检验 回归系数的显著性（与0是否有显著差异） Analyze---Regression---Linear LOGO 回归分析—窗口介绍 中介变量（mediators） 中介效应是指变量间的影响关系（X→Y）不是直接的因果链关 系而是通过一个或一个以上变量(M)的间接影响产生的，此时我们 称M为中介变量，而X通过M对Y产生的的间接影响称为中介效应。 X Y M 管理研究方法 中介的两种类型 X M Y 完全中介 Full mediation X对Y的间接影响 M rMY rXM X Y 部分中介 Partial mediation rXY X对Y的总效应 = rXY + rXM *rMY X对Y的直接影响 管理研究方法 * * 中介效应检验三步骤 中介效应可以用回归方程 Y=cX+e1 1) M=aX+e2 2) Y=c‘X+bM+e3 3) * * SPSS实现中介效应检验 依次检验法分别检验上述1）2）3）三个方程中的回归系数，程序如下： 1.1首先检验方程1）y=cX+ e1，如果c显著（H0:c=0被拒绝），则继续检验方程2），如果c不显著（说明X对Y无影响），则停止中介效应检验； 1.2 在c显著性检验通过后，继