spss学习系列14量表的初步处理.docx
《spss学习系列14量表的初步处理.docx》由会员分享,可在线阅读,更多相关《spss学习系列14量表的初步处理.docx(8页珍藏版)》请在冰豆网上搜索。
![spss学习系列14量表的初步处理.docx](https://file1.bdocx.com/fileroot1/2022-12/1/3363aa45-065a-4582-bef1-3680a82933b0/3363aa45-065a-4582-bef1-3680a82933b01.gif)
spss学习系列14量表的初步处理
14.量表的初步处理
一、量表层面加总
调查问卷通常是针对某个考察因素设置几个子问题,这些具有共同属性的题项需要先做加总处理,以便后续进行相关的统计分析。
例如,如下的“知识管理”量表:
题“a1-a6”,都属于“知识获取”层面,即
“a1-a6”加总=“知识获取”
题“a7-a10”都属于“知识流通”层面;
“知识获取”+“知识流通”再加总到“知识管理”层面。
数据文件为:
“知识获取”层面的加总
【转换】——【计算变量】,打开“计算变量”窗口,【目标变量】框输入“知识获取”,【数字表达式】框输入“SUM(a1TOa6)”,点【确定】
注意:
“SUM(a1TOa6)”是“SUM(a1,a2,a3,a4,a5,a6)”的简写,需要变量规律化命名。
类似地操作,再对“知识流通”层面加总,“知识管理”量表加总。
得到
二、层面的平均得分
层面的平均得分,即“层面总分”除以“层面题数”,能反映出该层面的平均程度。
例如,“工作满意”层面,1-5分别代表“非常同意、同意、不知道、不同意、非常不同意”,若该层面平均得分为,则表示平均具有较高的工作满意度。
【转换】——【计算变量】,目标变量输入“获取平均”,数字表达式输入“知识获取/6”;
类似地,“流通平均”=“知识流通/4”;
“知识管理平均”=“知识管理/10”。
得到运行结果:
三、量表的描述统计
【分析】——【描述统计】——【描述】,打开“描述性”窗口,将变量“知识获取、知识流通、知识管理、获取平均、流通平均、知识管理平均”选入【变量】框,
【选项】,(默认)勾选“均值、标准差、最小值、最大值”,点【确定】,得到
注:
层面加总的均值无参考意义,层面平均的“获取平均”的均值为,流通平均的均值为,说明两个层面的“同意程度”是有差异的,该差异是否在统计学有显著意义则需要做【分析】——【比较均值】——【配对样本T检验】。
四、多选题量表初步处理
例如.测试人格倾向的问卷,每种人格倾向设置9道问题,每选中一道“人格A”倾向的题项,该变量累积得分+1,最终得到“人格A”得分;类似地还有“人格B、人格C、人格D”得分,哪个得分最高即判定该人具有该种人格,若有两个相同最高得分,则无法判定其人格。
有数据文件:
判断每个个案的“人格类型”:
1=A类型;2=B类型;3=C类型;4=D类型;0=不确定类型。
1.【转换】——【计算变量】,打开“计算变量”窗口,【目标变量】框输入“人格A标记”,【数字表达式】框输入逻辑表达式:
(人格A>人格B)&(人格A>人格C)&(人格A>人格D)
点【确定】,得到
注:
“人格A标记”=1,表示“人格A”的值为四个人格中的最大值,否则“人格A标记”=0.
2.类似地,计算
“人格B标记”=(人格B>人格A)&(人格B>人格C)&(人格B>人格D)
“人格C标记”=(人格C>人格A)&(人格C>人格B)&(人格C>人格D)
“人格D标记”=(人格D>人格A)&(人格D>人格B)&(人格D>人格C)
得到
3.计算“人格类型”
【转换】——【计算变量】,打开“计算变量”窗口,【目标变量】框输入“人格类型”,【数字表达式】框输入:
1*人格A标记+2*人格B标记+3*人格C标记+4*人格D标记
点【确定】得到
注:
“人格标记”只是没用的临时变量,可以删除。
点【确定】,得到
注意:
个案10的人格类型为7>4,原因是其“人格C、人格D”的值均为最大值9,该个案的人格类型应该是无法判定(=0)。