实证研究论文数据分析方法详解Word文档格式.docx
《实证研究论文数据分析方法详解Word文档格式.docx》由会员分享，可在线阅读，更多相关《实证研究论文数据分析方法详解Word文档格式.docx（35页珍藏版）》请在冰豆网上搜索。
7.2相关性～～～～～～～～～～～～～～～～～～～～～～～12
8.回归分析～～～～～～～～～～～～～～～～～～～～～～～13
8.1使用各均值来分别求Z值～～～～～～～～～～～～～～～13
8.2自变量Z值与调节变量Z值的乘积～～～～～～～～～～～13
8.3进行回归运算～～～～～～～～～～～～～～～～～～～～14
8.3.1调节作用分析～～～～～～～～～～～～～～～～～～14
8.3.2中介作用分析～～～～～～～～～～～～～～～～～～18
8.4调节作用作图～～～～～～～～～～～～～～～～～～～～22
1.《调查问卷表》中数据预先处理
1.1剔除无效问卷
《调查问卷表》中有内容对立的题项，主要是测试答题人是否认真阅读和填写本调查问卷表而设置的，例如：
2.2题我在决策过程当中经常发表了自己的意见。
2.8题在决策中我没有发表意见的机会。
可供的回答选项如下：
完全不符合
比较不符合
有点符合
比较符合
完全符合
如果答题者2.2题的回答选，做2.8题的回答却选，则这份调查问卷为无效。
该调查问卷所有数据应事先删除，即：
这份调查问卷不能用做数据分析。
有效的回答为：
如果2.2题的回答选，做2.8题的回答选；
或者，如果2.2题选，那么2.8题选。
……等等（依此类推，在此不全部列出）
1.2重新定义控制变量
输入在Excel中的《调查问卷表》数据项，例如：
最高学历、性别、年龄，当前工作时间，等等，诸如此类的描述统计的项目，被统称为“控制变量”
数据导入SPSS之前，在Excel中要事先对“最高学历”、“性别”、“年龄”、“当前工作时间”……等控制变量进行了归类和重新定义，例如：
性别的重新定义：
男性表示为1
女性表示为2
年龄的重新定义：
25岁以下表示为1
25～30岁表示为2
30～35岁表示为3
35～40岁表示为4
40岁以上表示为5
当前工作时间的重新定义：
1年以下表示为1
1～3年表示为2
3～5年表示为3
5～8年表示为4
8年以上表示为5
……等等（依此类推，对其他控制变量进行适当的定义）
2.把Excel数据导入到SPSS软件中的方法
操作方法：
打开SPSS程序，点击在左上角的File——Open——Date——对话框中的“文件类型”项中选择“Excel格式”——选择你要导入的Excel数据文件——点击“打开”——在对话框中的“Range”项定义提取Excel表中数据的范围“最左上角:
最右下角”，例如“B2:
HW217”——数据自动导入到SPSS表格中，在DateView页面中确认一下数据是否少读或多读不需要的信息。
（注意：
在对话框选项“Readvariablenamesformthefirstrowofdate”上打勾或不打勾，对定义Excel表中数据的范围有影响，所以要确认一下数据是否少读或多读不需要的信息）
从“DateView”页面转到“VariableView”页面，根据最左边的“Name”对应“调查问卷”中的问题项，在“Label”列中标明自变量1、自变量2、自变量3、调节变量、中介变量、因变量。
Q1:
在“Label”列中标注什么代号？
A1:
根据个人的喜欢和方便识别、记忆可自己定义，本文的标注是：
自变量1zbl1
自变量2zbl2
自变量3zbl3
调节变量TJ
中介变量ZJ
因变量YB
Q2:
怎样知道哪几行是自变量1、哪几行是自变量2、……、哪几行是因变量？
A2:
导师会事先告诉你，在《调查问卷表》中哪些问题项是属于自变量1、哪些问题项是属于自变量2、……、哪些问题项是属于因变量。
对照《调查问卷表》中各问题项的排列顺序找到SPSS中相应的“行”并作上述标注。
注意：
数据较多，不要看错行，这样会导致运算了其他不相关的数据而造成错误!
3.确认所有的变量中有无“反向计分”项
在做效度分析之前，先要看清楚《调查问卷表》中被选中作为变量的问卷题目有没有要“反向计分”的？
每个变量所对应的问卷题目内容再仔细地一题一题确认一遍。
所谓“反向计分”题是指在同一变量中与其他题目逻辑相反的题。
例如：
5.1题我清楚我的上司对我的满意程度如何。
5.2题我的上司对我的问题和需求了如指掌。
5.3题我的上司没有意识到我的潜力。
←假如这3道题都属于同一变量，第5.3题与其它题的逻辑相反，第5.3题就是“反向计分题”。
在做数据分析时，该题的计分应与其它题相反，因此事先要对该题的计分进行转换，转换方法如下3.2说明
3.1如果没有反向计分题，那么就跳过3.2的步骤，直接进行信度分析、效度分析等
3.2如果有反向计分题，那么执行以下步骤，经过计分转换后，该题才能和其它题一同进行之后的各项数据分析
Transform——Recode——IntoDifferentVariables——在左边的框中找到“反向计分”的项并点击放入到“NumericVariable→OutputVariable”框内——在右边Name框中输入新的名字，比如：
zbl2fanxiang（代表：
自变量2的反向计分项）——点击“OldandNewValues”后进入另一个对话框，如果你的《调查问卷表》中该题是1~5计分范围，那么按以下方法输入：
在OldValue框中键入1后，在NewValue框中键入5，点击Add按钮；
在OldValue框中键入2后，在NewValue框中键入4，点击Add按钮；
在OldValue框中键入4后，在NewValue框中键入2，点击Add按钮；
在OldValue框中键入5后，在NewValue框中键入1，点击Add按钮；
最后，按Continue按钮，完成计分转换的设定，再按OK键完成。
生成新的1行，即：
自变量2反向计分项（代号：
zbl2fanxiang），出现在“VariableView”页面所有数据行的最下面1行。
不要遗忘的注意点：
在此后的运算（效度分析，信度分析，求均值），凡是涉及到要使用该项时，均用新生成的自变量2反向计分项（代号：
zbl2fanxiang）代替原有项进行运算。
4.效度分析
Analyze——DateReduction——FactorAnalysis——在左边的框中把所有自变量1的项（标注为：
zbl1）全都放到Variables框中去，点击OK，完成自变量1的效度分析。
重复以上操作，自变量2、自变量3、调节变量、中介变量、因变量都要分别做效度分析。
结果如下：
（只要Copy出必要的数据即可，不用把生成的所有结果都Copy出来）
判断标准：
看下表Component的值，如果全部都在0.5以上就有效，0.7以上载荷就好；
如果出现载荷小于0.5的变量题项，那么就筛除该题项。
筛除方法：
记住该变量的题项在下表ComponentMatrix（a）的位置顺序，并在SPSS软件的“VariableView”页面中找到相对应的数据行，在“Label”格中删除先前标注的变量代号，总而言之，就是今后在做任何运算时都不要用到该项。
“
bl1：
（自变量1）变革型领导
ComponentMatrix（a）
Component
1
zbl1
.732
.763
.740
.790
.786
.803
.777
.711
.778
.788
.789
.770
.768
.816
.784
.762
.760
ExtractionMethod:
PrincipalComponentAnalysis.
a1componentsextracted.
bl2：
（自变量2）交易型领导
ComponentMatrix（a）
zbl2
.809
.792
.810
bl3：
（自变量3）回避型领导
Zbl3
.839
.897
.713
.884
.796
.819
.821
.514
……等等（此处省略，不一一列出各表格）
根据以上这些结果作出下面这样的表格放在论文中即可（在论文中表格要居中放置）如下：
变革型领导的因子载荷矩阵
变革型领导
……等等（依此类推，作出各变量表格放在论文中）
5.信度分析
操作方法：
Analyze——Scale——ReliabilityAnalysis——在左边的框中把所有自变量1的项（标注为：
zbl1）全都放到Variables框中去，点击OK，完成自变量1的信度分析。
重复以上操作，自变量2、自变量3、调节变量、中介变量、因变量都要分别做信度分析。
判断标准：
看下表Cronbach'
sAlpha的值，如果全部都在0.7信度以上就可以接受；
如果信度小于0.7，那么就要检查是否存在反向计分的题项，或者有些题项信度太低影响总的信度水平，排除这个题项后再算信度看看是否改善。
如果发现这类情况，那么今后在做任何运算时都不要用到该题项。
zbl1：
ReliabilityStatistics
Cronbach'
sAlpha
NofItems
.960
18
zbl2：
ReliabilityStatistics
4
zbl3：
.870
8
TJ：
（调节变量）认同和内部化
.864
3
ZJ：
（中介变量）领导成员交换
.902
6
YB：
（因变量）工作绩效
.873
分量表信度分析汇总表
变量类别
分量表
sAlpha值
自变量
交易型领导
回避型领导
薪酬
0.851
调节变量
组织认同
中介变量
领导成员交换
因变量
员工工作绩效
6.描述统计
描述统计的对象：
本文的《调查问卷表》中：
最高学历、性别、年龄，当前工作时间，等等为描述统计的对象（一般统计员工的数据，有必要时才统计领导数据）。
这些对象被统称为“控制变量”（事先要在数据导入SPSS前，在EXCEL表中先进行归类和重新定义，具体参见第3页1.2章节内容）
Analyze——DescriptiveStatistics——Frequencies——在左边的框中把所有控制变量（如：
最高学历、性别、年龄，当前工作时间、等等）全都放到Variables框中去，点击OK，完成描述统计。
Q1：
“在左边的框中”怎样知道哪个是最高学历、哪个是性别，哪个是年龄……等等的代号？
A1：
对照《调查问卷表》中各问题项的排列顺序找到SPSS中相应的“行标”。
年龄
Frequency
Percent
ValidPercent
CumulativePercent
Valid
24
11.2
2
45
20.9
32.1
57
26.5
58.6
55
25.6
84.2
5
34
15.8
100.0
Total
215
当前工作时间
26
12.1
46
21.4
33.5
48
22.3
55.8
77.2
49
22.8
然后根据这些结果作出下面这样的表格放在论文中即可（在论文中表格要居中放置）如下：
下表只是为了说明表格的制作式样和方法，所以复制了与本文有些不相关的内容和数据。
被试的组织特征
被试的员工特征
项目
类别
人数（个）
百分比（%）
有效百分比（%）
累计百分比（%）
最高学历
初中
高中中专
43.3
大专
47
21.9
65.1
本科
91.6
硕士
8.4
性别
男
123
57.2
女
92
42.8
25岁以下
25~30岁
30~35岁
35~40岁
40岁以上
1年以下
1~3年
3~5年
5~8年
8年以上
7.各变量相关系数
7.1以下变量分别求均值
自变量1生成新的1行zbl1junzhi
自变量2生成新的1行zbl2junzhi
自变量3生成新的1行zbl3junzhi
调节变量生成新的1行TJjunzhi
中介变量生成新的1行ZJjunzhi
因变量生成新的1行YBjunzhi
Transform——ComputeVariable——TargetVariable框中键入名称（自己定），我这里是键入了zbl1junzhi——在Functiongroup框中选Statistical后，在下方的表中选定Mean并双击，此时在NumericExpression框中出现了“MEAN（？
，？
）”——放入所有属于自变量1（zbl1）的各项到MEAN（zbl1，zbl1，zbl1，…）各项之间用逗号分开——点击OK键——生成新的1行，即：
自变量1均值（代号：
zbl1junzhi），出现在“VariableView”页面所有数据行的最下面1行。
重复以上操作，分别生成各自新的1行即：
自变量2均值（代号：
zbl2junzhi）、自变量3（代号：
zbl2junzhi）、……、因变量均值（代号：
YBjunzhi）。
7.2做相关性
Analyze——Correlate——Bivariate——把自变量1的均值（zbl1junzhi）、自变量2的均值（zbl2junzhi）、自变量3的均值（zbl3junzhi）、调节变量的均值（TJjunzhi）、中介变量的均值（ZJjunzhi）、因变量的均值（YBjunzhi）都放入“Variables”框中——点击OK
Correlations
bl1junzhi
bl2junzhi
bl3junzhi
TJjunzhi
ZJjunzhi
YBjunzhi
zbl1junzhi
PearsonCorrelation
.891（**）
-.891（**）
.758（**）
.897（**）
.865（**）
Sig.（2-tailed）
.000
N
zbl2junzhi
-.789（**）
.695（**）
.829（**）
.804（**）
zbl3junzhi
-.691（**）
-.815（**）
-.797（**）
.745（**）
.726（**）
.837（**）
升级会员 