当问卷调查数据收回之后该如何用SPSS分析呢?下面结合经验和学术规范列出主要的分析思路和内容。
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;(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。
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。更复杂一点的可以用Amos等结构方程模型来处理。
如果觉得《调查问卷或量表数据的一般处理与SPSS统计分析》对你有帮助,请点赞、收藏,并留下你的观点哦!