多变量分析简报大纲(二)PPT课件下载推荐.ppt

多变量分析简报大纲(二)PPT课件下载推荐.ppt

《多变量分析简报大纲(二)PPT课件下载推荐.ppt》由会员分享，可在线阅读，更多相关《多变量分析简报大纲(二)PPT课件下载推荐.ppt（23页珍藏版）》请在冰豆网上搜索。

1.2.3.1-3.計算產生結果計算結果：

在原始資料末端增加一項新變數；

此處為反覆計算四個因素平均數之結果。

將新變數（即各樣本在各因素構面之得分）作加總平均（即各因素構面整體平均得分）因素名稱問項內容轉軸平方負荷量因素平均數Cronbachs特徵值解釋變異量產品更新功能提供會員特惠價的最新資訊3.71818.5885.60330.8702透過線上資料庫提供最新飯店資訊、旅遊情報等服務常公告該網站最新動態提供國內旅遊套裝產品提供與其他網路旅行社相連結提供各項優惠與訂房促銷資訊提供與其他相關訂房網站連結溝通附加功能提供與客戶雙向互動管道（如Q&

A.）3.48417.4185.58080.8258提供客戶意見調查功能（如意見信箱、問卷.）提供比市面上更便宜的價格提供網路訂房價格比較功能保證隱私、交易安全提供多種付款方式（如現金、轉帳、信用卡.）網站資訊提供功能提供網站功能導覽說明3.14415.7205.71850.7679提供各飯店介紹（如客房、餐飲、附屬設施、地圖.）提供訂房作業流程與注意事項提供線上購買旅遊相關產品（如.租車、保險、訂票.）提供快速檢索搜尋飯店相關資訊會員自助功能提供申請成為網站會員的功能1.4397.1935.23610.5655提供交易資料查詢、更改總解釋變異量58.919%第二部分信度分析因素名稱問項內容轉軸平方負荷量因素平均數Cronbachs特徵值解釋變異量產品更新功能提供會員特惠價的最新資訊3.71818.5885.60330.8702透過線上資料庫提供最新飯店資訊、旅遊情報等服務常公告該網站最新動態提供國內旅遊套裝產品提供與其他網路旅行社相連結提供各項優惠與訂房促銷資訊提供與其他相關訂房網站連結溝通附加功能提供與客戶雙向互動管道（如Q&

A.）3.48417.4185.58080.8258提供客戶意見調查功能（如意見信箱、問卷.）提供比市面上更便宜的價格提供網路訂房價格比較功能保證隱私、交易安全提供多種付款方式（如現金、轉帳、信用卡.）網站資訊提供功能提供網站功能導覽說明3.14415.7205.71850.7679提供各飯店介紹（如客房、餐飲、附屬設施、地圖.）提供訂房作業流程與注意事項提供線上購買旅遊相關產品（如.租車、保險、訂票.）提供快速檢索搜尋飯店相關資訊會員自助功能提供申請成為網站會員的功能1.4397.1935.23610.5655提供交易資料查詢、更改總解釋變異量58.919%n範例：

求各期望因素構面之信度說明：

Cronbachs係數為考驗量表內部一致性或穩定性的一種指標，可藉以瞭解量表的可靠程度；

本例需將問項依因素分析結果分成四組，再分別求其值。

2-1.信度分析表單位置執行步驟分析量尺法信度分析2-2.信度分析內容設定執行步驟：

1.選擇分析模式2.選擇分析變數項目3.依需要選擇【統計量】4.按【確定】鈕1.2.3.4.範例說明：

本例使用Alpha模式，將因素一的18、13、14、11、12、17和10題選入分析項目，將可得到因素一的係數。

而統計量之選擇完全視使用者需要決定。

2-3.信度分析輸出結果

（1）分別計算四個因素構面之信度，且不選取任何統計量時所得之輸出結果如下所示：

RELIABILITYANALYSIS-SCALE（ALPHA）ReliabilityCoefficientsNofCases=233.0NofItems=7Alpha=.8702RELIABILITYANALYSIS-SCALE（ALPHA）ReliabilityCoefficientsNofCases=233.0NofItems=6Alpha=.8258RELIABILITYANALYSIS-SCALE（ALPHA）ReliabilityCoefficientsNofCases=233.0NofItems=5Alpha=.7679RELIABILITYANALYSIS-SCALE（ALPHA）ReliabilityCoefficientsNofCases=233.0NofItems=2Alpha=.56550.8702為因素一之Cronbachs係數0.8258為因素二之Cronbachs係數0.7679為因素三之Cronbachs係數0.5655為因素四之Cronbachs係數2-3.信度分析輸出結果

（2）-含統計量此處為之前計算因素平均數之結果此處為信度分析之統計量設定表單標準化信度係數：

考慮題目變異量不相等所造成的影響，經校正後之係數。

項目與總量表的統計數摘要。

例如：

若分析不納入第18題時值會由0.8702變為0.8507。

信度係數為0.8702第三部分迴歸分析n範例：

探討各知覺因素構面對網路訂房服務整體表現滿意度之預測能力。

n將知覺作因素分析得到三個因素構面，再以其因素分數作為預測變項（Xi）以預測總體滿意度（Y）的分數。

n因此迴歸方程式可表示如下：

Y（滿意度）b1X1（互動實惠）b2X2（產品聚合）b3X3（交易附屬）a（常數項）3-1.迴歸表單位置執行步驟分析迴歸方法線性3-2.迴歸內容設定執行步驟：

1.選擇依變數（Y）2.選擇自變數（X）3.選擇迴歸方法4.依需求作細部設定5.按【確定】鈕1.2.3.4.5.3-3-1.迴歸輸出結果（強迫進入變數法）選入/刪除的變數顯示被選入與刪除的變數，以及自變項列表模式摘要顯示自變項對依變項的整體解釋能力變異數分析檢驗整體迴歸模式的顯著性係數個別變項B、Beta及顯著性檢驗所有項目皆達顯著整體模式具顯著性兩者皆為迴歸模式之係數全部變項被選入因資料型態的關係使得R2不高3-3-2.迴歸輸出結果（逐步迴歸分析法）說明：

此法會依【選項】設定之步進條件逐步選入最佳的變數。

本例中因素一被選入後由最末表排除的變數能看出其他因素仍具顯著性，可知會有下一階段模式，重複進行直到沒有顯著的自變數可選入為止。

模式選入順序為因素一、因素三與因素二因為所有變項最後均被選入，所以結果與強迫進入法一致。

3-3-3.知覺變項對整體表現滿意度迴歸分析表變項迴歸係數標準化迴歸係數T值F值（常數項）5.09280.289*32.578*互動實惠能力0.4400.3866.919*產品聚合能力0.1910.1673.000*交易附屬能力0.4060.3566.329*註：

1.*表示P0.01；

2.調整後R20.294通常迴歸係數與標準化迴歸係數只列出一組附錄n因素分析a.知覺問項因素分析摘要表因素項目負荷量、特徵值、解釋變異量、平均數和信度b.知覺問項因素分析成分矩陣因素負荷量從哪裡看出？

轉軸後成分矩陣與原始矩陣的關係？

c.知覺問項因素分析之項目共同性共同性為何？

從何而來？

n迴歸分析d.spss軟體中的五種迴歸模式強迫進入法、刪除法、向前法、向後法與逐步迴歸分析法簡介。

a.知覺問項因素分析摘要表因素變數名稱因素負荷量特徵值解釋變異量因素平均數Cronbachs互動實惠功能比市面上更便宜的價格0.783各項優惠與訂房促銷資訊0.769會員特惠價的最新資訊0.732客戶意見調查功能（ex.意見信箱、問卷.）0.7284.78523.9244.99450.9075網路訂房價格比較功能0.690告該網站最新動態0.624與客戶雙向互動管道（ex.Q&

A.）0.623申請成為網站會員的功能0.449產品聚合功能與其他相關訂房網站連結0.746國內旅遊套裝產品0.732線上購買旅遊相關產品（ex.租車、保險、訂票.）0.6823.90419.5215.04730.8862與其他網路旅行社相連結0.673線上資料庫提供最新飯店資訊、旅遊情報等服務0.602快速檢索搜尋飯店相關資訊0.584交易附屬功能網站功能導覽說明0.721訂房作業流程與注意事項0.711多種付款方式（ex.現金、轉帳、信用卡.）0.6613.54517.7235.28330.8116交易資料查詢、更改0.628隱私、交易安全0.613各飯店介紹（ex.客房、餐飲、附屬設施、地圖.）0.549總解釋變異量61.168%b.知覺問項因素分析成分矩陣轉軸後因素負荷量，愈高表示變項在該因素愈重要。

成分轉換矩陣用以計算各項目因素負荷量以及說明轉軸的方向角度。

以第17題為例，轉軸後之負荷量為0.769.769.762*.646+（-.218）*（-.538）+.295*.542c.知覺問項因素分析之項目共同性共同性顯示各項目的變異量能被共同因素（即所有萃取之因素）解釋的比例。

愈高表示該變項與其他變項可測量的共同性質愈多。

成分矩陣構成各因素的項目內容比重，未經轉軸之原始負荷量。

此外，變項之負荷量平方後加總即為共同性。

以第17題為例：

.714.7622+（-218）2+.2952d.說明：

多元（複）迴歸分析依納入模式的組合方式可分為同時法與逐步法，一般探索性研究可採逐步法，而同時法則可確保重要變項不會因選取規則被剔除在外。

同時分析法所有的預測變項同時納入迴歸方程式中對依變項進行估計。

逐步分析法所有預測變項非同時被選入進行預測，而是依據解釋力的大小逐步檢視每一個預測變項的影響。

1.向前法（順向進入法）預測變項的選取順序以具有最大預測力且達顯著水準的變項先被選入，然後依序直到所有達顯著的預測變項均納入方程式中。

2.向後法（反向淘汰法）與向前法相反的程序，所有的預測變項先同時納入迴歸方程式中計算，然後逐步將未達顯著水準的預測變項由最弱的開始排除，直到所有未達顯著的變項被淘汰完為止。

3.逐步迴歸分析法綜合向前法與向後法，先依向前法逐步納入最具預測能力的預測變項，但每納入一個預測變項便利用向後法檢驗在方程式中的所有變項，任何未達顯著的變項將被淘汰，依此原則交叉進行檢測。

1.強迫進入法在某一顯著水準下，將所有對於依變項具有解釋力的預測變項納入迴歸方程式