社會(huì)統(tǒng)計(jì)分析方法SPSS軟件應(yīng)用(第10章可靠性分析)

1、成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文課程任務(wù)課程任務(wù) 本課程是集多元社會(huì)科學(xué)研究統(tǒng)計(jì)方法及相應(yīng)SPSS統(tǒng)計(jì)軟件應(yīng)用的。成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文第10章 可靠性分析在客觀世界中，描述一個(gè)事物的變量有多個(gè)，但并非每個(gè)變量都能比較全面和客觀的描述事物，而且有時(shí)變量之間還相互影響，尤其是在研究經(jīng)濟(jì)問(wèn)題時(shí)，涉及的變量多，因此，很有必要對(duì)數(shù)據(jù)之間的關(guān)系進(jìn)行分析。成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文10.1 可靠性分析可靠性分析概念可靠性分析的功能與應(yīng)用分析實(shí)例成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文10.1.1 什么是可靠性分析可靠性分析是研究測(cè)量數(shù)值和組成研究項(xiàng)目的特性，通過(guò)計(jì)算得到經(jīng)常使用測(cè)量

2、方法數(shù)值的可靠性，而且還可以得到每個(gè)項(xiàng)目之間的相關(guān)信息，項(xiàng)目?jī)?nèi)部相關(guān)系數(shù)還可以將其用來(lái)估計(jì)項(xiàng)目?jī)?nèi)部的可靠性。成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文10.1.2 可靠性分析的功能與應(yīng)用可靠性分析通過(guò)研究測(cè)量數(shù)值和組成研究項(xiàng)目的特性，刪除無(wú)效的或者對(duì)研究對(duì)象作用較小的項(xiàng)目，從而達(dá)到將一個(gè)多維的研究對(duì)象進(jìn)行降維的目的，正是由于對(duì)分析數(shù)據(jù)進(jìn)行了降維，發(fā)現(xiàn)了反映研究對(duì)象的數(shù)據(jù)結(jié)構(gòu)，從而提高數(shù)據(jù)的可靠性?？煽啃苑治鲋饕獞?yīng)用在用多個(gè)指標(biāo)反映對(duì)象的問(wèn)題，通過(guò)對(duì)多維變量進(jìn)行變量降維，達(dá)到既不影響研究對(duì)象，又降低研究難度的作用。成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文10.1.3 可靠性分析實(shí)例為了研究我國(guó)居民的消費(fèi)狀

3、況，擬在我國(guó)選28個(gè)省、市和自治區(qū)進(jìn)行調(diào)查，現(xiàn)初步選取6個(gè)指標(biāo)進(jìn)行調(diào)查。其數(shù)據(jù)如下：成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文續(xù)成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文菜單成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文源變量與分析模型分析模型有：Alpha:內(nèi)部關(guān)聯(lián)性Split-half：對(duì)半分析，將數(shù)據(jù)分為兩部分，測(cè)定其相關(guān)性，從而確定可靠性。Guttman：格特曼Parallel：平行模型，分析項(xiàng)目具有相同的方差和誤差等。Stric parallel：嚴(yán)格平行模型在分析結(jié)果中，將所選中分析的項(xiàng)目列出來(lái)。成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文描述統(tǒng)計(jì)選項(xiàng)描述每個(gè)變量和數(shù)值分：描述項(xiàng)目、描述數(shù)值、如果項(xiàng)目被剔除后描

4、述數(shù)值概括可靠性統(tǒng)計(jì)分析分：項(xiàng)目的平均值、方差、協(xié)方差、相關(guān)系數(shù)可靠性分析項(xiàng)目分：項(xiàng)目之間的相關(guān)系數(shù)；項(xiàng)目之間的協(xié)方差方差分析表：不進(jìn)行F檢驗(yàn)弗雷德曼卡方檢驗(yàn)考克蘭卡方檢驗(yàn)項(xiàng)目?jī)?nèi)在相關(guān)系數(shù)，測(cè)量項(xiàng)目?jī)?nèi)部的連續(xù)性和一致性。進(jìn)一步可以從下邊的Model中選擇“雙重混合模型”、“雙重隨機(jī)模型”、“簡(jiǎn)單隨機(jī)模型”，在右邊“Type”中可指定數(shù)據(jù)類(lèi)型，有連續(xù)性、絕對(duì)一致性置信水平假設(shè)檢驗(yàn)值成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文結(jié)果一：分析項(xiàng)目統(tǒng)計(jì)均值、方差、觀測(cè)數(shù)成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文結(jié)果二：協(xié)方差矩陣成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文結(jié)果三：相關(guān)矩陣成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文結(jié)

5、果四：方差分析表方差的來(lái)源及其大小成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文結(jié)果五：對(duì)半模型的分析項(xiàng)成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文結(jié)果六：對(duì)半分析結(jié)果前部分和后部分項(xiàng)目均為三個(gè)，之間相關(guān)系數(shù)為0.8124，說(shuō)明數(shù)據(jù)的可靠性還是比較高的。成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文結(jié)果七：項(xiàng)目?jī)?nèi)相關(guān)系數(shù)檢驗(yàn)結(jié)果從數(shù)據(jù)的連續(xù)性，以95%的置信水平和檢驗(yàn)概率為0為條件，其結(jié)果證明，該數(shù)據(jù)的可靠性是符合分析要求的。成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文10.2 多維排列多維排列概念功能與應(yīng)用實(shí)例成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文10.2.1 什么是多維排列多維排列試圖通過(guò)測(cè)定事物或觀測(cè)量之間的距離來(lái)發(fā)現(xiàn)數(shù)據(jù)結(jié)

6、構(gòu)。這個(gè)多維排列過(guò)程是通過(guò)指定觀測(cè)量到概念空間（通常是二維或三維空間）的一個(gè)特定位置，使得空間中的點(diǎn)的距離的相似性越近越好。在一些觀測(cè)試驗(yàn)中，多維空間可以更好地解釋和理解數(shù)據(jù)。例如，人們?nèi)绾斡X(jué)察到不同汽車(chē)之間的區(qū)別？如果用戶(hù)擁有反映不同結(jié)構(gòu)和模型的汽車(chē)之間相似性級(jí)別的數(shù)據(jù)，那么多維排列就能被用來(lái)確定顧客覺(jué)察所反映汽車(chē)相似性的方面，此時(shí)就會(huì)發(fā)現(xiàn)，例如價(jià)格和汽車(chē)的大小所組成的二維空間就是數(shù)據(jù)主要相似性。成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文10.2.2 多維排列的功能與應(yīng)用運(yùn)用多維排列，能夠有效地減少客觀但是繁多的變量，即它能通過(guò)計(jì)算多元變量之間的距離，達(dá)到減少不必要變量的目的；多維排列也可以應(yīng)用到

7、目標(biāo)事物或概念之間的主觀排序。多維排列過(guò)程還可以處理多渠道來(lái)源數(shù)據(jù)的不相似性。成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文10.2.3 多維排列的實(shí)例某集團(tuán)由10個(gè)分公司組成，為了考察各分公司在發(fā)展中所處的地位，為公司的發(fā)展制定更為有效的戰(zhàn)略，現(xiàn)對(duì)各公司的經(jīng)營(yíng)狀況進(jìn)行分析。各分公司經(jīng)營(yíng)數(shù)據(jù)如下。成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文步驟一：菜單成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文步驟二：選擇變量、設(shè)定數(shù)據(jù)形狀數(shù)據(jù)之間的形狀，本例選矩形。成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文步驟三：模型選擇數(shù)據(jù)測(cè)度水平：序數(shù)、等距、比例對(duì)照條件：矩陣、行、無(wú)條件。模型中變量維數(shù)。等級(jí)模型：歐氏距離、個(gè)體不同的歐氏距離成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文步驟四：選擇“選項(xiàng)”輸出類(lèi)型：組圖、單個(gè)圖、數(shù)據(jù)矩陣、模型和選項(xiàng)概述迭代停止的位置：收斂位置、最小的收斂值、最大迭代次數(shù)。剔除小于某值的觀測(cè)量成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文結(jié)果一：分析過(guò)程選擇描述成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文結(jié)果二：未排序的原始數(shù)據(jù)成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文結(jié)果三：迭代過(guò)程表成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文結(jié)果四：二維數(shù)據(jù)表各個(gè)變量和各觀測(cè)量在二維列表中的大小。成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信息系劉和文結(jié)果五：最佳數(shù)據(jù)排列成都農(nóng)業(yè)科技職業(yè)學(xué)院電子信