SPSS軟件培訓(xùn)(第四單元)

1、第九講第九講主成分分析、因子分析主成分分析、因子分析概述概述解決變量間多重共線性解決變量間多重共線性(data reduction) 有太多的變量，希望能夠消減變量，用一個新的、更小有太多的變量，希望能夠消減變量，用一個新的、更小的由原始變量集組合成的新變量集作進一步分析。的由原始變量集組合成的新變量集作進一步分析。新的變量集能夠更好的說明問題，利于簡化和解釋問題。新的變量集能夠更好的說明問題，利于簡化和解釋問題。探討變量內(nèi)在聯(lián)系和結(jié)構(gòu)探討變量內(nèi)在聯(lián)系和結(jié)構(gòu)(structure detection) 觀測變量之間的存在相互依賴關(guān)系觀測變量之間的存在相互依賴關(guān)系由量表所反映出的受訪者對衛(wèi)生服務(wù)的

2、真實滿意度由量表所反映出的受訪者對衛(wèi)生服務(wù)的真實滿意度 概述概述本講課程中涉及的方法其實質(zhì)均為數(shù)據(jù)化簡、信息本講課程中涉及的方法其實質(zhì)均為數(shù)據(jù)化簡、信息濃縮，即將分散在多個變量中的同類信息集中、提濃縮，即將分散在多個變量中的同類信息集中、提純，從而便于分析、解釋和利用。純，從而便于分析、解釋和利用。目的為濃縮信息目的為濃縮信息目的為探討內(nèi)在結(jié)構(gòu)目的為探討內(nèi)在結(jié)構(gòu)正因如此，這些信息濃縮方法、特別是其中的因子正因如此，這些信息濃縮方法、特別是其中的因子分析方法，往往成為更復(fù)雜的多元分析方法的基石。分析方法，往往成為更復(fù)雜的多元分析方法的基石。 主成分分析主成分分析概述概述只是一種中間手段，其背景是

3、研究中經(jīng)常會遇到多只是一種中間手段，其背景是研究中經(jīng)常會遇到多指標(biāo)的問題，這些指標(biāo)間往往存在一定的相關(guān)，直指標(biāo)的問題，這些指標(biāo)間往往存在一定的相關(guān)，直接納入分析不僅復(fù)雜，變量間難以取舍，而且可能接納入分析不僅復(fù)雜，變量間難以取舍，而且可能因多元共線性而無法得出正確結(jié)論。因多元共線性而無法得出正確結(jié)論。主成分分析的目的就是通過線性變換，將原來的多主成分分析的目的就是通過線性變換，將原來的多個指標(biāo)組合成相互獨立的少數(shù)幾個能充分反映總體個指標(biāo)組合成相互獨立的少數(shù)幾個能充分反映總體信息的指標(biāo)，便于進一步分析。信息的指標(biāo)，便于進一步分析。盡可能保留原始變量的信息，且彼此不相關(guān)。盡可能保留原始變量的信息，

4、且彼此不相關(guān)。 主成分分析主成分分析主成分分析主成分分析概述概述在主成分分析中，提取出的每個主成分都是原來多在主成分分析中，提取出的每個主成分都是原來多個指標(biāo)的線性組合個指標(biāo)的線性組合如有兩個原始變量如有兩個原始變量x1和和x2，則一共可提取出兩個主，則一共可提取出兩個主成分如下：成分如下：z1=b11x1+b21x2 z2=b12x1+b22x2 主成分分析主成分分析概述概述原則上如果有原則上如果有n個變量，則最多可以提取出個變量，則最多可以提取出n個主成分，個主成分，但如果將它們?nèi)刻崛〕鰜砭褪チ嗽摲椒ê喕瘮?shù)據(jù)的但如果將它們?nèi)刻崛〕鰜砭褪チ嗽摲椒ê喕瘮?shù)據(jù)的實際意義。多數(shù)情況下提取出前

5、實際意義。多數(shù)情況下提取出前23個主成分已包含了個主成分已包含了90%以上的信息，其他的可以忽略不計。以上的信息，其他的可以忽略不計。在進行主成分回歸時，提取出的主成分能包含主要信息在進行主成分回歸時，提取出的主成分能包含主要信息即可，不一定非要有準(zhǔn)確的實際含義。即可，不一定非要有準(zhǔn)確的實際含義。 主成分分析主成分分析方法用途方法用途主成分評價：當(dāng)進行多指標(biāo)的綜合評價時，應(yīng)用主成分主成分評價：當(dāng)進行多指標(biāo)的綜合評價時，應(yīng)用主成分方法將多指標(biāo)中的信息集中為若干個主成分，然后加權(quán)方法將多指標(biāo)中的信息集中為若干個主成分，然后加權(quán)求和，得到綜合評價指數(shù)。求和，得到綜合評價指數(shù)。主成分回歸：通過對存在共

6、線性的自變量進行主成分分主成分回歸：通過對存在共線性的自變量進行主成分分析，從而在提取多數(shù)信息的同時解決共線性問題。析，從而在提取多數(shù)信息的同時解決共線性問題。 因子分析因子分析概述概述是一種多變量化簡技術(shù)。目的是分解原始變量，從中歸是一種多變量化簡技術(shù)。目的是分解原始變量，從中歸納出潛在的納出潛在的“類別類別”，相關(guān)性較強的指標(biāo)歸為一類，不，相關(guān)性較強的指標(biāo)歸為一類，不同類間變量的相關(guān)性較低。每一類變量代表了一個同類間變量的相關(guān)性較低。每一類變量代表了一個“共共同因子同因子”，即一種內(nèi)在結(jié)構(gòu)，因子分析就是要尋找該結(jié)，即一種內(nèi)在結(jié)構(gòu)，因子分析就是要尋找該結(jié)構(gòu)。構(gòu)。探索性因子分析探索性因子分析證

7、實性因子分析證實性因子分析 因子分析因子分析概述概述比如在市場調(diào)查中收集了食品的五項指標(biāo)：味道、價格、比如在市場調(diào)查中收集了食品的五項指標(biāo)：味道、價格、風(fēng)味、是否快餐食品、能量。經(jīng)過因子分析后發(fā)現(xiàn)結(jié)果風(fēng)味、是否快餐食品、能量。經(jīng)過因子分析后發(fā)現(xiàn)結(jié)果如下：如下：x1=0.02z1+0.99z2+1 x2=0.94z1-0.01z2+2 x3=0.13z1+0.98z2+3 x4=0.84z1+0.42z2+4 x5=0.97z1-0.02z2+5 因子分析因子分析概述概述第一公因子主要影響價格、是否快餐食品和能量，代表第一公因子主要影響價格、是否快餐食品和能量，代表“價廉價廉” 第二公因子則主要

8、影響味道和風(fēng)味，代表第二公因子則主要影響味道和風(fēng)味，代表“味美味美” 代表特殊因子，只對當(dāng)前變量有影響，表示該變量中獨代表特殊因子，只對當(dāng)前變量有影響，表示該變量中獨特的，不能被公因子所解釋的特征特的，不能被公因子所解釋的特征 用途用途研究設(shè)計階段研究設(shè)計階段/問卷效果評估階段問卷效果評估階段評價問卷的結(jié)構(gòu)效度評價問卷的結(jié)構(gòu)效度統(tǒng)計分析階段統(tǒng)計分析階段 解決變量間多重共線性解決變量間多重共線性尋找變量間潛在結(jié)構(gòu)尋找變量間潛在結(jié)構(gòu)內(nèi)在結(jié)構(gòu)證實內(nèi)在結(jié)構(gòu)證實 適用條件適用條件樣本量樣本量樣本量與變量數(shù)的比例應(yīng)在樣本量與變量數(shù)的比例應(yīng)在5：1以上以上總樣本量不得少于總樣本量不得少于100，而且原則上越

9、大越好，而且原則上越大越好各變量間必須有相關(guān)性各變量間必須有相關(guān)性 KMO統(tǒng)計量：統(tǒng)計量：0.9最佳，最佳，0.7尚可，尚可，0.6很差，很差，0.5以下放棄以下放棄Bartletts球形檢驗球形檢驗這些條件均是為了保證能夠?qū)ふ页鰞?nèi)在結(jié)構(gòu)這些條件均是為了保證能夠?qū)ふ页鰞?nèi)在結(jié)構(gòu) 分析步驟分析步驟判斷是否需要進行因子分析，數(shù)據(jù)是否符合要求判斷是否需要進行因子分析，數(shù)據(jù)是否符合要求進行分析，按一定標(biāo)準(zhǔn)確定提取的因子數(shù)目進行分析，按一定標(biāo)準(zhǔn)確定提取的因子數(shù)目如果進行的是主成分分析，則將主成分存為新變量如果進行的是主成分分析，則將主成分存為新變量用于繼續(xù)分析，步驟到此結(jié)束用于繼續(xù)分析，步驟到此結(jié)束 如果

10、進行的是因子如果進行的是因子分析，則考察因子的可解釋性，并在必要時進行因分析，則考察因子的可解釋性，并在必要時進行因子旋轉(zhuǎn)，以尋求最佳解釋方式子旋轉(zhuǎn)，以尋求最佳解釋方式如有必要，可計算出因子得分等中間指標(biāo)供進一步如有必要，可計算出因子得分等中間指標(biāo)供進一步分析使用分析使用 分子分析分子分析公因子數(shù)量的確定公因子數(shù)量的確定主成分的累積貢獻率：主成分的累積貢獻率：8085以上以上特征根：大于特征根：大于1 綜合判斷綜合判斷因子分析時更重要的是因子的可解釋性因子分析時更重要的是因子的可解釋性必要時可保留小于必要時可保留小于1的因子的因子碎石圖可以幫助確定因子數(shù)量碎石圖可以幫助確定因子數(shù)量 有關(guān)概念有

11、關(guān)概念因子負荷因子負荷即表達式中各因子的系數(shù)值，用于反映因子和各個即表達式中各因子的系數(shù)值，用于反映因子和各個變量間的密切程度，其實質(zhì)是兩者間的相關(guān)系數(shù)變量間的密切程度，其實質(zhì)是兩者間的相關(guān)系數(shù)公因子方差比（公因子方差比（Communalities） 指的是提取公因子后，各變量中信息分別被提取出的比指的是提取公因子后，各變量中信息分別被提取出的比例，或者說原變量的信息量（方差）中由公因子決定的例，或者說原變量的信息量（方差）中由公因子決定的比例比例 有關(guān)概念有關(guān)概念特征根（特征根（Eigen value） 可以被看成是主成分影響力度的指標(biāo)，代表引入該可以被看成是主成分影響力度的指標(biāo)，代表引入該

12、因子主成分后可以解釋平均多少原始變量的信息。因子主成分后可以解釋平均多少原始變量的信息。正因如此，一般對特征根大于正因如此，一般對特征根大于1的因子才加以注意的因子才加以注意 分析實例分析實例不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)各省市自治區(qū)的綜合評價各省市自治區(qū)的綜合評價練習(xí)練習(xí)汽車銷售數(shù)據(jù)：汽車銷售數(shù)據(jù)：car_sales.sav 相關(guān)系數(shù)考察相關(guān)性相關(guān)系數(shù)考察相關(guān)性散點圖直觀考察散點圖直觀考察根據(jù)信息提取的比例確定主成分?jǐn)?shù)量根據(jù)信息提取的比例確定主成分?jǐn)?shù)量碎石圖碎石圖因子得分系數(shù)陣因子得分系數(shù)陣分析實例分析實例-不同經(jīng)濟類型單位的就業(yè)人員的年

13、平均收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)SPSSSPSS因子分析選擇過程因子分析選擇過程分析實例分析實例-不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)SPSSSPSS因子分析選擇過程因子分析選擇過程表中顯示變量的相關(guān)矩陣，可以看到大部分的相關(guān)系表中顯示變量的相關(guān)矩陣，可以看到大部分的相關(guān)系數(shù)都較高，各變量呈現(xiàn)較強的線性關(guān)系，能夠從中提數(shù)都較高，各變量呈現(xiàn)較強的線性關(guān)系，能夠從中提取公共因子，適合進行因子分析。取公共因子，適合進行因子分析。分析實例分析實例-不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)零

14、假設(shè)：相關(guān)系數(shù)矩陣與單位陣無差異零假設(shè)：相關(guān)系數(shù)矩陣與單位陣無差異巴特利特球度檢驗統(tǒng)計量的觀測值為巴特利特球度檢驗統(tǒng)計量的觀測值為210.446210.446，相應(yīng)的，相應(yīng)的概率概率P P接近接近0 0，如果顯著性水平，如果顯著性水平 為為0.050.05，由于概率，由于概率P P小小于顯著性水平于顯著性水平 ，應(yīng)拒絕零假設(shè)，認(rèn)為相關(guān)系數(shù)矩陣與，應(yīng)拒絕零假設(shè)，認(rèn)為相關(guān)系數(shù)矩陣與單位陣有顯著差異。同時單位陣有顯著差異。同時KMOKMO為為0.8870.887，根據(jù)，根據(jù)KAISERKAISER給出的給出的KMOKMO度量標(biāo)準(zhǔn)可知原有變量適合做因度量標(biāo)準(zhǔn)可知原有變量適合做因子分析。子分析。分析實例

15、分析實例-不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)這個表非常重要，反映原有變量在提取因子后信息丟這個表非常重要，反映原有變量在提取因子后信息丟失的情況。失的情況。分析實例分析實例-不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)上表是提取一個因子信息丟失的情況，它用變量共上表是提取一個因子信息丟失的情況，它用變量共同度反映，變量共同度就是變量的方差。同度反映，變量共同度就是變量的方差。從上表可以看出靚影經(jīng)濟單位、其他經(jīng)濟單位信息從上表可以看出靚影經(jīng)濟單位、其他經(jīng)濟單位信息丟失較為嚴(yán)重（近丟失較為嚴(yán)重（近40%40%

16、），因此本次因子提取的總），因此本次因子提取的總體效果不理想，需要重新制定提取特征根的標(biāo)準(zhǔn)，體效果不理想，需要重新制定提取特征根的標(biāo)準(zhǔn)，指定提取兩個因子。指定提取兩個因子。分析實例分析實例-不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)提取兩個因子后原有變量信息丟失較少，因此本次因提取兩個因子后原有變量信息丟失較少，因此本次因子提取的總體效果較為理想。子提取的總體效果較為理想。分析實例分析實例-不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)因子解釋原有變量總方差的情況因子解釋原有變量總方差的情況分析實例分析實例-不同經(jīng)

17、濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)上表第一列為因子編號，以后三列為一組，每組中數(shù)據(jù)項的含義依上表第一列為因子編號，以后三列為一組，每組中數(shù)據(jù)項的含義依次是特征根值、方差貢獻率和累積方差貢獻率。次是特征根值、方差貢獻率和累積方差貢獻率。第一組描述了初始因子解的情況。第一個因子的特征值為第一組描述了初始因子解的情況。第一個因子的特征值為5.5025.502，解，解釋了釋了7 7個變量總方差的個變量總方差的78.594%78.594%（5.502/75.502/7100100）；累積方差貢獻率）；累積方差貢獻率為為78.594%78.594%。提取兩個因子

18、累積方差貢獻率為。提取兩個因子累積方差貢獻率為86.517%86.517%。第二組描述了因子解的情況，總體上原有變量信息丟失較少，因子第二組描述了因子解的情況，總體上原有變量信息丟失較少，因子分析較為理想。分析較為理想。第三組是最終因子解的情況，因子旋轉(zhuǎn)后重新分配了各個因子解釋第三組是最終因子解的情況，因子旋轉(zhuǎn)后重新分配了各個因子解釋原有變量的方差原有變量的方差 ，改變了各個因子的方差貢獻率，因子更易于解釋，改變了各個因子的方差貢獻率，因子更易于解釋。分析實例分析實例-不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)碎石圖可以幫助確定因子個數(shù)（圖的拐點處）碎

19、石圖可以幫助確定因子個數(shù)（圖的拐點處）分析實例分析實例-不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)該表是因子分析的核心，根據(jù)該表可以寫出本例題的該表是因子分析的核心，根據(jù)該表可以寫出本例題的因子分析模型：因子分析模型：港澳臺港澳臺=0.956f=0.956f1 1-0.114f-0.114f2 2國有經(jīng)濟單位國有經(jīng)濟單位=0.944f=0.944f1 1+0.083f+0.083f2 2分析實例分析實例-不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)該表可以給因子命名。第一個因子反映外來投資單位該表可以給因子命名。

20、第一個因子反映外來投資單位，因子載荷較高；第二個因子內(nèi)部投資單位。，因子載荷較高；第二個因子內(nèi)部投資單位。分析實例分析實例-不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)根據(jù)上表可以寫出因子得分函數(shù)：根據(jù)上表可以寫出因子得分函數(shù)：F1=0.016F1=0.016國有國有+0.039+0.039集體集體+0.530+0.530聯(lián)營聯(lián)營+0.069+0.069股份股份+0.352+0.352外商外商+0.268+0.268港澳臺港澳臺+0.708+0.708其他其他F2=0.227F2=0.227國有國有+0.199+0.199集體集體+0.736+0.736

21、聯(lián)營聯(lián)營+0.298+0.298股份股份-0.117-0.117外商外商- -0.0230.023港澳臺港澳臺-0.514-0.514其他其他可以看出聯(lián)營和其他權(quán)重較高，符號相反。可以看出聯(lián)營和其他權(quán)重較高，符號相反。因子得分的均值為因子得分的均值為0，標(biāo)準(zhǔn)，標(biāo)準(zhǔn)差為差為1，正值表示高于平均，正值表示高于平均水平，負值表示低于平均水平，負值表示低于平均水平。水平。分析實例分析實例-不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)因子得分協(xié)方差矩陣，表示兩個因子線性無關(guān)因子得分協(xié)方差矩陣，表示兩個因子線性無關(guān)分析實例分析實例-不同經(jīng)濟類型單位的就業(yè)人員的年平均

22、收入數(shù)據(jù)不同經(jīng)濟類型單位的就業(yè)人員的年平均收入數(shù)據(jù)練習(xí)練習(xí)電信服務(wù)提供商希望能更好地了解客戶的服務(wù)使用電信服務(wù)提供商希望能更好地了解客戶的服務(wù)使用模式，如果服務(wù)能夠按照使用來分類，他們就可以模式，如果服務(wù)能夠按照使用來分類，他們就可以推出具有吸引力的促銷包。因子分析可以發(fā)現(xiàn)服務(wù)推出具有吸引力的促銷包。因子分析可以發(fā)現(xiàn)服務(wù)類型之間的潛在結(jié)構(gòu)，請對數(shù)據(jù)類型之間的潛在結(jié)構(gòu)，請對數(shù)據(jù)電信電信.sav進行分進行分析。析。 第十講第十講可靠性分析可靠性分析可靠性分析概述可靠性分析概述可靠性分析（可靠性分析（Reliability AnalysisReliability Analysis）又稱為信度分）又稱

23、為信度分析，是一種度量綜合評價體系是否具有一定的穩(wěn)定析，是一種度量綜合評價體系是否具有一定的穩(wěn)定性和可靠性的有效分析方法。例如，在教育學(xué)上可性和可靠性的有效分析方法。例如，在教育學(xué)上可衡量教學(xué)評價過程受干擾因素所造成的隨機誤差的衡量教學(xué)評價過程受干擾因素所造成的隨機誤差的大小，可靠性和效度在教育學(xué)方面是衡量考試質(zhì)量大小，可靠性和效度在教育學(xué)方面是衡量考試質(zhì)量的兩個重要指標(biāo)。類似問題在社會生活或經(jīng)濟管理的兩個重要指標(biāo)。類似問題在社會生活或經(jīng)濟管理活動中非常普遍，再比如，市民對政府公務(wù)員工作活動中非常普遍，再比如，市民對政府公務(wù)員工作滿意度的評價，醫(yī)生對病人的身體狀況進行綜合評滿意度的評價，醫(yī)生對

24、病人的身體狀況進行綜合評分，挑選出國留學(xué)人員要對被選人員的整體素質(zhì)進分，挑選出國留學(xué)人員要對被選人員的整體素質(zhì)進行評價等。行評價等?？煽啃苑治龈攀隹煽啃苑治龈攀霈F(xiàn)舉例說明可靠性的含義。假如要調(diào)查某人的文化現(xiàn)舉例說明可靠性的含義。假如要調(diào)查某人的文化水平，將文化水平簡單地定義為接受正規(guī)學(xué)校教育水平，將文化水平簡單地定義為接受正規(guī)學(xué)校教育的年數(shù)。問題是：的年數(shù)。問題是：“你在學(xué)校里讀了幾年書？你在學(xué)校里讀了幾年書？”接接下來記錄你的答案。假如能夠消除這個人對問題和下來記錄你的答案。假如能夠消除這個人對問題和答案的記憶，提問者會重復(fù)問同樣的問題并記錄下答案的記憶，提問者會重復(fù)問同樣的問題并記錄下答案

25、。通過考察這個人對同一問題的多次回答，可答案。通過考察這個人對同一問題的多次回答，可以判斷答案的一致性如何。答案的波動越大，可靠以判斷答案的一致性如何。答案的波動越大，可靠性越低；回答的一致性越好，可靠性越高。性越低；回答的一致性越好，可靠性越高?？煽啃苑治龈攀隹煽啃苑治龈攀隹煽啃苑治鲋饕兄販y可靠性法、折半可靠性法和可靠性分析主要有重測可靠性法、折半可靠性法和 可靠性系數(shù)法三種。下面簡述各種不同方法的基本可靠性系數(shù)法三種。下面簡述各種不同方法的基本含義和計算公式。含義和計算公式。1 1重測可靠性法。重測可靠性法。2 2折半可靠性法。折半可靠性法。3 3可靠性系數(shù)法?？煽啃韵禂?shù)法。由于時間關(guān)系

26、，只介紹由于時間關(guān)系，只介紹Cronbach Cronbach 系數(shù)（克朗巴系數(shù)（克朗巴赫系數(shù)）赫系數(shù)）考慮電視臺對某一欄目收視情況進行調(diào)查的問題?？紤]電視臺對某一欄目收視情況進行調(diào)查的問題。節(jié)目策劃部門決定下季度某個節(jié)目是否繼續(xù)開辦，節(jié)目策劃部門決定下季度某個節(jié)目是否繼續(xù)開辦，是否開辦的關(guān)鍵主要是由下個季度該節(jié)目的收視率是否開辦的關(guān)鍵主要是由下個季度該節(jié)目的收視率所決定。該部門設(shè)計了一個調(diào)查表，希望能通過該所決定。該部門設(shè)計了一個調(diào)查表，希望能通過該調(diào)查表中的統(tǒng)計數(shù)據(jù)得到關(guān)于下個季度仍收看該節(jié)調(diào)查表中的統(tǒng)計數(shù)據(jù)得到關(guān)于下個季度仍收看該節(jié)目的可靠原因。目的可靠原因。問題為：如果滿足給定的項目，

27、下季度你是否觀看問題為：如果滿足給定的項目，下季度你是否觀看該節(jié)目？給出的該節(jié)目？給出的7 7個項目見數(shù)據(jù)文件。個項目見數(shù)據(jù)文件?？煽啃苑治隼}可靠性分析例題要求被訪者對每一項目選擇要求被訪者對每一項目選擇“是是”或或“不是不是”，數(shù)，數(shù)據(jù)文件中的據(jù)文件中的“是是”記為記為1 1，“不是不是”記為記為0 0，共收到，共收到906906份有效問卷，根據(jù)問卷數(shù)據(jù)和可靠性分析方法對份有效問卷，根據(jù)問卷數(shù)據(jù)和可靠性分析方法對該問卷調(diào)查表設(shè)計進行可靠性分析。該問卷調(diào)查表設(shè)計進行可靠性分析。Analyze Scale ReliabilityAnalyze Scale Reliability可靠性分析例題可

28、靠性分析例題可靠性分析例題可靠性分析例題打開打開Reliability對話框的路徑對話框的路徑在在ReliabilityReliability對話框中進行選擇對話框中進行選擇可靠性分析例題可靠性分析例題對調(diào)查問卷數(shù)據(jù)的可靠性計算結(jié)果的分析對調(diào)查問卷數(shù)據(jù)的可靠性計算結(jié)果的分析可靠性分析例題可靠性分析例題該表顯示可靠性分析過程中參與分析的記錄個數(shù)和缺失值數(shù)量。此例題共有906個記錄參與了可靠性分析，沒有缺失值。該表為評估項目的基本描述統(tǒng)計量。表中給出了該表為評估項目的基本描述統(tǒng)計量。表中給出了7 7個項目的均值個項目的均值、標(biāo)準(zhǔn)差和參與分析記錄的個數(shù)。從該表可以看出前、標(biāo)準(zhǔn)差和參與分析記錄的個數(shù)。從該表可以看出前4 4個項目的個項目的均值在均值在0.50.5左右，及將來愿意繼續(xù)觀看節(jié)目的人數(shù)占總被訪者的左右，及將來愿意繼續(xù)觀看節(jié)目的人數(shù)占總被訪者的50%50%左右；表中后左右