問(wèn)卷調(diào)查設(shè)計(jì)spss

1、4.3問(wèn)卷調(diào)查問(wèn)卷設(shè)計(jì)的原則為了運(yùn)用戶訪談獲得所須要的數(shù)據(jù)，保證數(shù)據(jù)的精確性和一樣性，以及所得到的數(shù)據(jù)能夠有效地被處理和分析，本次調(diào)查問(wèn)卷的設(shè)計(jì)遵循一下基本原則：（1）問(wèn)卷必需精確反映模型變量的含義用戶培訓(xùn)滿足度調(diào)查問(wèn)卷是測(cè)評(píng)模型的具體化。在設(shè)計(jì)問(wèn)卷的過(guò)程中，必需淮確把握測(cè)評(píng)模型中各個(gè)變量的含義，并據(jù)此提出相關(guān)的調(diào)查問(wèn)卷題項(xiàng)。只有這樣，調(diào)查結(jié)果才有可能比較精確地反映測(cè)評(píng)模型擬達(dá)到的目標(biāo)。在這一點(diǎn)上，應(yīng)特殊留意如何把相對(duì)抽象的觀測(cè)變量精確地轉(zhuǎn)換成問(wèn)卷題項(xiàng)。（2）問(wèn)題必需易于用戶理解用戶培訓(xùn)指數(shù)所調(diào)查和測(cè)評(píng)的內(nèi)容主要是用戶對(duì)公司供應(yīng)的培訓(xùn)服務(wù)質(zhì)量問(wèn)題的主觀評(píng)價(jià)，即用戶對(duì)這些問(wèn)題的感知和看法。對(duì)于用

2、戶感知和看法的調(diào)查和測(cè)評(píng)涉及到經(jīng)濟(jì)學(xué)、心理學(xué)、統(tǒng)計(jì)學(xué)、消費(fèi)行為學(xué)等多方面的學(xué)問(wèn)，其難度遠(yuǎn)遠(yuǎn)高于傳統(tǒng)意義上對(duì)技術(shù)指標(biāo)的調(diào)查。如何通過(guò)調(diào)查問(wèn)卷的設(shè)計(jì)，將困難的、抽象的調(diào)查內(nèi)容和指標(biāo)轉(zhuǎn)化為簡(jiǎn)潔使被調(diào)查者理解并做出精確回答的具體問(wèn)題，這是調(diào)查問(wèn)卷設(shè)計(jì)環(huán)節(jié)的核心問(wèn)題，也是保證用戶培訓(xùn)滿足度調(diào)查質(zhì)量的關(guān)鍵。（3）問(wèn)題排列次序要有利于回答合理的問(wèn)題排列次序?qū)τ脩艟_地回答問(wèn)題也是重要的。合理的排列次序包括兩個(gè)方面，一是指哪些問(wèn)題應(yīng)當(dāng)先問(wèn)，哪些問(wèn)題應(yīng)當(dāng)后問(wèn)；二是指哪些問(wèn)題應(yīng)當(dāng)連續(xù)問(wèn)，哪些問(wèn)題應(yīng)當(dāng)分開(kāi)問(wèn)。一般狀況下，用戶情愿回答的問(wèn)題應(yīng)當(dāng)放在前面，用戶不情愿問(wèn)答的問(wèn)題應(yīng)當(dāng)放在后面；用戶簡(jiǎn)潔回答的問(wèn)題應(yīng)當(dāng)放在前面

3、，用戶不簡(jiǎn)潔回答的問(wèn)題放在后面；在模型因果關(guān)系中，緣由的問(wèn)題應(yīng)當(dāng)放在前面，結(jié)果的問(wèn)題應(yīng)當(dāng)放在后向。至于問(wèn)題應(yīng)當(dāng)連續(xù)提問(wèn)還是分開(kāi)提問(wèn)，主要取決于問(wèn)題之間的邏輯關(guān)系，也包括思維的連續(xù)性。依據(jù)結(jié)構(gòu)變量的邏輯關(guān)系排列問(wèn)題，有助于被訪問(wèn)用戶一步一步作答；將結(jié)構(gòu)變量所包含的觀測(cè)變量問(wèn)題放在一起，能夠使被訪問(wèn)用戶較少地產(chǎn)生時(shí)空的跳動(dòng)，精確地回答問(wèn)題。（4）調(diào)查問(wèn)卷應(yīng)當(dāng)加入人口統(tǒng)計(jì)問(wèn)題在用戶培訓(xùn)指數(shù)的調(diào)查問(wèn)卷中，除了要對(duì)測(cè)評(píng)模型中的全部觀測(cè)變量設(shè)計(jì)訪談問(wèn)題，還應(yīng)有必要的人口統(tǒng)計(jì)問(wèn)題，如被訪問(wèn)者的年齡、學(xué)歷、組織性質(zhì)、組織規(guī)模和組織行業(yè)等。這是因?yàn)樵趯?duì)用戶培訓(xùn)滿足指數(shù)進(jìn)行分析時(shí)，這些人口統(tǒng)計(jì)數(shù)據(jù)將幫助供應(yīng)具體的

4、分析結(jié)論。（5）盡量采納便于數(shù)據(jù)處理的封閉式問(wèn)題開(kāi)放式問(wèn)題更適合探究性探討，而非推斷性探討。用戶培訓(xùn)滿足指數(shù)的調(diào)查和分析總體上說(shuō)是推斷性探討，用戶培訓(xùn)滿足度指數(shù)的調(diào)查范圍很大，數(shù)據(jù)處理和分析的工作量也很大。這就要求調(diào)查問(wèn)卷的設(shè)計(jì)應(yīng)重點(diǎn)采納封閉式問(wèn)題，以便數(shù)據(jù)的錄入、整理、計(jì)算和分析。問(wèn)卷測(cè)評(píng)指標(biāo)的量化用戶培訓(xùn)滿足度測(cè)評(píng)的本質(zhì)是一個(gè)量化分析的過(guò)程，即用數(shù)字來(lái)反映顧客對(duì)公司用戶培訓(xùn)服務(wù)質(zhì)量的看法，因此須要對(duì)測(cè)評(píng)指標(biāo)進(jìn)行量化。由于用戶培訓(xùn)滿足度反映的是用戶對(duì)培訓(xùn)過(guò)程的看法、偏好和看法，所以本探討運(yùn)用看法測(cè)量技術(shù)對(duì)測(cè)量指標(biāo)進(jìn)行量化。量表中用數(shù)字表征看法的特征出于兩個(gè)目的。首先，數(shù)字便于統(tǒng)計(jì)分析；其次，

5、數(shù)字使看法測(cè)量活動(dòng)本身變得簡(jiǎn)潔、清晰和明確。由于李克特量表比較簡(jiǎn)潔設(shè)計(jì)和處理，受訪用戶也簡(jiǎn)潔理解，在郵寄問(wèn)卷、電話訪問(wèn)和人員訪談中都運(yùn)用。本探討采納5級(jí)依次的李克特量表。本探討采納的5級(jí)看法量表有三種，一種干脆用于測(cè)量滿足程度，為：很不滿足、比較不滿足、一般、比較滿足、很滿足，相應(yīng)賦值為1、2、3、4、5；其次種用于測(cè)量培訓(xùn)服務(wù)達(dá)到的培訓(xùn)效果以及用戶期望（或志向）的程度，為：大大低于預(yù)期（志向）、低于預(yù)期（志向）、和預(yù)期（志向）一樣、高于預(yù)期（志向）、大大高于預(yù)期（志向），相應(yīng)賦值為1、2、3、4、5。問(wèn)卷的發(fā)放及收集本次調(diào)查，主要針對(duì)于近三個(gè)月內(nèi)到徐工筑路公司進(jìn)行培訓(xùn)的用戶，如受訪者在近三個(gè)

6、月未到徐工筑路公司進(jìn)行培訓(xùn)，則訪問(wèn)終止。本次調(diào)研采納網(wǎng)絡(luò)問(wèn)卷調(diào)研和電話訪談問(wèn)卷調(diào)研兩種方式。抽樣方式為簡(jiǎn)潔隨機(jī)抽樣，依據(jù)用戶培訓(xùn)留下的記錄以及反饋信息，發(fā)出電子郵件網(wǎng)絡(luò)問(wèn)卷100份，發(fā)出對(duì)象主要為購(gòu)買徐工筑路公司產(chǎn)品的用戶，回收有效問(wèn)卷28份；電話訪問(wèn)10位，主要對(duì)象為培訓(xùn)反饋記錄中部分埋怨比較多的用戶，回收有效問(wèn)卷4份，共計(jì)回收有效問(wèn)卷32份。5 徐工筑路公司用戶培訓(xùn)滿足度測(cè)評(píng)結(jié)果及分析本文運(yùn)用SPSS13.0對(duì)收集到的數(shù)據(jù)進(jìn)行分析，主要采納了描述性統(tǒng)計(jì)分析、主成分分析、相關(guān)分析、回來(lái)分析，具體分析如下：5.1樣本特征分析表5-1 樣本的特征（N=32）人口統(tǒng)計(jì)變量類型人數(shù)百分比年齡20歲及

7、以下13.1%21歲30歲1650.0%31歲40歲721.9%41歲50歲618.8%51歲以上26.3%學(xué)歷中學(xué)及以下928.1%大專及本科2268.8%探討生及以上13.1%組織性質(zhì)國(guó)有企業(yè)1340.6%三資企業(yè)1134.4%國(guó)家或地方基層項(xiàng)目26.3%實(shí)業(yè)單位515.6%組織行業(yè)制造業(yè)26.3%建筑業(yè)1753.1%房地產(chǎn)業(yè)928.1%交通運(yùn)輸業(yè)1237.5%由上表可知，樣本屬性分布比較合理，樣本結(jié)構(gòu)比較合理，對(duì)調(diào)研對(duì)象總體有肯定的代表性。其中本次調(diào)研對(duì)象的學(xué)歷大多是大專及本科，占68.8%，樣本的年齡分布主要集中在21-30歲和31-40歲區(qū)間，這兩部分共計(jì)23人，占71.9%。同時(shí)，

8、用戶所在組織的性質(zhì)國(guó)有企業(yè)占了40.6%，組織的行業(yè)也集中在建筑業(yè)，占53.1%。整體來(lái)看本次調(diào)研的接受徐工筑路公司用戶培訓(xùn)的人員中，學(xué)歷大多都是大專及本科，年齡層主要集中在21-30歲和31-40歲區(qū)間的中青年階層，同時(shí)他們的組織性質(zhì)和行業(yè)也是很符合工程機(jī)械用戶的要求，因此本探討調(diào)研樣本抽取的比較合適。本次調(diào)研的對(duì)象為最近三個(gè)月到徐工筑路公司進(jìn)行過(guò)用戶培訓(xùn)的用戶，且具有肯定的行為實(shí)力和相識(shí)實(shí)力，因此對(duì)于本調(diào)研有比較形象和直觀的相識(shí)、理解，他們的回答在很大程度上能夠反映徐工筑路公司用戶培訓(xùn)滿足度影響因素的真實(shí)狀況，因此調(diào)研結(jié)果是較為可信的。5.2樣本效度檢驗(yàn)效度也稱為測(cè)量的有效性或精確度，它是

9、指測(cè)量工具或手段能精確真實(shí)地測(cè)出所要測(cè)量變量的程度。效度一般規(guī)定為和測(cè)量目的有關(guān)的分?jǐn)?shù)的方差在總方差中所占的比例，比例越高說(shuō)明測(cè)量精確程度越好。一般而言，有兩種統(tǒng)計(jì)方法考察主成分分析和數(shù)據(jù)之間的適應(yīng)程度來(lái)確定分析的有效性：巴利特(Bartlett)球體檢驗(yàn)法和KMO(Kaiser Meyer Olkin)測(cè)量法。巴利特(Bartlett)球體檢驗(yàn)法，統(tǒng)計(jì)量從檢驗(yàn)整個(gè)相關(guān)矩陣動(dòng)身，其零假設(shè)為相關(guān)矩陣是單位陣，各變量之間彼此獨(dú)立。假如不能拒絕該假設(shè)的話，應(yīng)當(dāng)重新考慮因子分析的運(yùn)用。其統(tǒng)計(jì)量依據(jù)相關(guān)矩陣行列式的卡方轉(zhuǎn)換求得。KMO(Kaiser-Meyer-Olkin Measure of Samp

10、ling Adequacy)測(cè)度從比較宏觀觀測(cè)變量之間的簡(jiǎn)潔相關(guān)系數(shù)和偏相關(guān)汲取的相對(duì)大小動(dòng)身，其值的改變范圍從0到1。通常按以下標(biāo)準(zhǔn)說(shuō)明該指標(biāo)值的大小：0.9以上，特別好；0.8以上，好；0.7，一般；0.6，差；0.5，很差；0.5以下，不能接受。因本論文采納的因子分析中確定因子載荷矩陣的方法采納主成分分析方法，首先須要對(duì)數(shù)據(jù)進(jìn)行KMO及Bartlett球度檢驗(yàn)，經(jīng)Bartlett檢驗(yàn)表明Bartlett值足夠大，且p<0.05即相關(guān)矩陣不是單位矩陣，可進(jìn)行主成分分析，其中KMO值均大于0.5，都屬于可接受的范圍之內(nèi)。均為可進(jìn)行主成分分析范圍，且分析的結(jié)果較好，在每組分析中關(guān)注代表了

11、該組共性的主要成分。并通過(guò)學(xué)習(xí)特征值來(lái)推斷選取該潛在變量是否合理，一般狀況下，所創(chuàng)建的每一個(gè)主成分都是大于1的特征值，和此同時(shí)其他成分的特征值小于1。假如主成分分析中獲得的公因子能說(shuō)明50%以上的變異，而且問(wèn)卷中每個(gè)問(wèn)項(xiàng)在相應(yīng)的公因子上有足夠強(qiáng)度的負(fù)荷(大于等于0.6)，則認(rèn)為具有較好的結(jié)構(gòu)效度。本文將32條樣本數(shù)據(jù)錄入到SPSS13.0中，然后對(duì)企業(yè)形象、感知質(zhì)量、培訓(xùn)效果、比較滿足度各變量對(duì)應(yīng)的具體項(xiàng)目的得分進(jìn)行因子分析，采納主成分分析及方差最大化正交旋轉(zhuǎn)方法。5.2.1企業(yè)形象指標(biāo)效度分析表5-2 企業(yè)形象指標(biāo)效度檢驗(yàn)結(jié)果（N=32）KMO and Bartlett's Test

12、Kaiser-Meyer-Olkin Measure of Sampling Adequacy.651Bartlett's Test of SphericityApprox. Chi-Square17.337df3Sig.001由上表可知，企業(yè)形象變量的KMO值為0.651大于0.5，處于可接受范圍并Bartlett球度檢驗(yàn)給出的相伴概率為0.001<0.05，說(shuō)明因子的相關(guān)系數(shù)矩陣非單位矩陣，能夠提取最少的因子同時(shí)又能說(shuō)明大部分的方差，即效度可以，適合進(jìn)行主成分分析。公共因子對(duì)總方差的累計(jì)說(shuō)明率為67.885%，測(cè)量項(xiàng)目的因子載荷較高，說(shuō)明數(shù)據(jù)質(zhì)量較好。5.2.2感知質(zhì)量指標(biāo)體

13、系效度分析表5-3 感知質(zhì)量指標(biāo)的效度檢驗(yàn)結(jié)果（N=32）由上表可知，感知質(zhì)量對(duì)應(yīng)的KMO值為0.575，Bartlett球度檢驗(yàn)給出的相伴概率為0.000<0.05，適合進(jìn)行主成分分析。可以看出，5個(gè)公共因子對(duì)總方差的累計(jì)說(shuō)明率為73.682%，14個(gè)測(cè)量項(xiàng)目能較好地分布在5個(gè)潛在的公共因子上，而且，負(fù)荷值較高的測(cè)量項(xiàng)目分別對(duì)應(yīng)5個(gè)潛在的公共因子，說(shuō)明測(cè)量項(xiàng)目結(jié)構(gòu)比較志向，數(shù)據(jù)質(zhì)量較高。5.2.3培訓(xùn)效果指標(biāo)的效度分析表5-4 培訓(xùn)效果指標(biāo)的效度檢驗(yàn)結(jié)果（N=32）Total Variance ExplainedComponentInitial EigenvaluesExtractio

14、n Sums of Squared Loadings Total% of VarianceCumulative %Total% of VarianceCumulative %11.86356.56756.5671.86356.56756.5672.96524.12270.689 3.71317.83188.520 4.45911.480100.000 Extraction Method: Principal Component Analysis.由表5-4可知， KMO值為0.595，在可接受范圍內(nèi)，Bartlett球度檢驗(yàn)給出的相伴概率為0.018<0.05，適合做主成分分析。公共因子

15、對(duì)總方差的累計(jì)說(shuō)明率為56.567%，大于50%，各項(xiàng)目的因子載荷較高，數(shù)據(jù)結(jié)構(gòu)比較牢靠，效度較好。5.2.4比較滿足度指標(biāo)的效度分析表5-5 比較滿足度指標(biāo)的效度檢驗(yàn)結(jié)果（N=32）KMO and Bartlett's TestKaiser-Meyer-Olkin Measure of Sampling Adequacy.630Bartlett's Test of SphericityApprox. Chi-Square12.217df3Sig.000由上表可知， KMO值為0.630，可以接受，Bartlett球度檢驗(yàn)給出的相伴概率為0.000<0.05，適合做主成分

16、析。公因子對(duì)總體方差的累計(jì)說(shuō)明率為79.115%，大于50%，各項(xiàng)目的因子載荷較高，數(shù)據(jù)結(jié)構(gòu)比較牢靠，較為志向。 5.3樣本信度檢驗(yàn)信度又叫牢靠性，是指測(cè)驗(yàn)的可信程度，主要檢驗(yàn)測(cè)量結(jié)果和測(cè)量工具的穩(wěn)定性和一樣性。信度分析是社會(huì)探討中檢驗(yàn)問(wèn)卷的有效分析方法，因此本文接下來(lái)將對(duì)探討數(shù)據(jù)進(jìn)行信度分析以確保問(wèn)卷全部問(wèn)項(xiàng)具有高度的牢靠性和一樣性。信度可以界定為真實(shí)分?jǐn)?shù)的方差和視察分?jǐn)?shù)方差的比例。假如一個(gè)因子結(jié)構(gòu)的信度高，表明結(jié)構(gòu)內(nèi)變量的一樣性好，結(jié)構(gòu)穩(wěn)定。信度檢驗(yàn)常用的方法有“再測(cè)信度”和“同質(zhì)信度”兩種方法，“再測(cè)信度”，即用同一問(wèn)卷對(duì)同一樣本在進(jìn)行第一次調(diào)查后，間隔一段時(shí)間后再進(jìn)行其次次調(diào)查，求兩次

17、調(diào)查結(jié)果的相關(guān)系數(shù)，即得“再測(cè)信度”。考慮到實(shí)施的難度和客觀條件限制，本論文舍棄再測(cè)信度而采納同質(zhì)信度來(lái)檢驗(yàn)問(wèn)卷的信度?！巴|(zhì)信度”，即問(wèn)卷項(xiàng)目之間的同質(zhì)性，或內(nèi)部一樣性，論文主要采納考察量表的內(nèi)部一樣性的來(lái)進(jìn)行檢驗(yàn)。 （5-1）其中：K表示變量結(jié)構(gòu)中項(xiàng)目的總數(shù)，為第個(gè)項(xiàng)目觀測(cè)量的結(jié)構(gòu)內(nèi)方差，為K個(gè)變量的方差之和，為總方差（全部觀測(cè)之和的方差）。美國(guó)統(tǒng)計(jì)學(xué)家海爾（Jeseph F. Hair Jr）、安德森（Jr. Rolph E. Anderson）、泰森（Ronald L. Tathan）和布萊克（William C. Black）指出：大于0.7，以表明數(shù)據(jù)信度較高；計(jì)量尺度中的項(xiàng)目數(shù)小

18、于6個(gè)時(shí)，大于0.60，表明數(shù)據(jù)是牢靠的；在0.5以下要重新修改結(jié)構(gòu)，剔除無(wú)關(guān)變量。本文應(yīng)用SPSS13.0統(tǒng)計(jì)軟件逐個(gè)對(duì)各因子結(jié)構(gòu)進(jìn)行信度分析，得出的值，其內(nèi)部一樣性(即信度檢驗(yàn))檢驗(yàn)結(jié)果如下表（表5-6）所示：表5-6 用戶培訓(xùn)滿足度指標(biāo)的信度檢驗(yàn)結(jié)果企業(yè)形象 感知質(zhì)量 Reliability StatisticsCronbach's AlphaN of Items.7192 培訓(xùn)效果 用戶培訓(xùn)滿足度 由上表可知，培訓(xùn)效果的只有0.616，最低，主要是由于其標(biāo)識(shí)的四個(gè)指標(biāo)中的“行為改進(jìn)”和“組織績(jī)效”的滯后性，后期調(diào)查中，用戶對(duì)于“自身獲得技能”和“工作行為改進(jìn)程度”比較認(rèn)可，指標(biāo)

19、的數(shù)值在4左右，而對(duì)組織的“經(jīng)營(yíng)狀況”和“工作效益提高程度”感受不到，數(shù)值卻普遍偏低，普遍數(shù)值都在3甚至以下，所以培訓(xùn)效果變量的偏低是可以理解的，但無(wú)論如何0.616還是達(dá)到了可以接受的程度。而其他各變量的均大于0.60，部分系數(shù)超過(guò)了0.80，總的來(lái)說(shuō)整個(gè)探討變量的內(nèi)部一樣性和穩(wěn)定性良好，牢靠程度可以接受。說(shuō)明探討變量的相應(yīng)度量指標(biāo)之間具有較強(qiáng)的相關(guān)性，也就是說(shuō)本探討的問(wèn)卷具有較好的信度，可以進(jìn)行下一步計(jì)算。5.4相關(guān)性檢驗(yàn)相關(guān)性檢驗(yàn)是探討各變量之間親密程度的一種統(tǒng)計(jì)分析方法。相關(guān)系數(shù)即定義為描述兩個(gè)變量間線性關(guān)系程度和方向的統(tǒng)計(jì)量。相關(guān)系數(shù)r沒(méi)有單位，其值在-1+1之間。r的肯定值越接近1

20、，則兩個(gè)變量間的線性相關(guān)程度就越大，正負(fù)值確定了兩變量間改變的方向是否一樣。雙變量相關(guān)性分析主要有三種分析方法：Pearson分析，積差相關(guān)，計(jì)算連續(xù)變量或等間距測(cè)度的變量間的相關(guān)分析；Kendall分析，等級(jí)相關(guān)，計(jì)算分類變量之間的秩相關(guān)；Spearman分析，等級(jí)相關(guān)，計(jì)算斯皮爾曼相關(guān)。為分析變量間的相關(guān)性，我們采納皮爾遜(Pearson)積差相關(guān)方法來(lái)分析變量?jī)蓛上嚓P(guān)的程度。在前面問(wèn)卷的效度和信度檢驗(yàn)通過(guò)的基礎(chǔ)上，為了進(jìn)一步了解潛變量(因變量)和自變量之間的關(guān)系，本探討應(yīng)用SPSS13.0進(jìn)行相關(guān)性分析。對(duì)企業(yè)形象的2個(gè)指標(biāo)、感知質(zhì)量的14個(gè)指標(biāo)、培訓(xùn)效果的4個(gè)指標(biāo)、培訓(xùn)反饋指標(biāo)、比較滿

21、足度和總滿足度的3個(gè)指標(biāo)分別求平均值，并給予其新的變量名稱“企業(yè)形象”、“培訓(xùn)服務(wù)”、“培訓(xùn)內(nèi)容”、“培訓(xùn)環(huán)境”、“培訓(xùn)方式”“培訓(xùn)器械”“行為改進(jìn)”“組織績(jī)效”“培訓(xùn)反饋”“用戶培訓(xùn)滿足度”。其兩兩相關(guān)關(guān)系如下表（表5-7）。表5-7 各變量相關(guān)性分析（N=32）由表5-7，表5-8可知，“企業(yè)形象”、“培訓(xùn)服務(wù)”、“培訓(xùn)內(nèi)容”、“培訓(xùn)環(huán)境”、“培訓(xùn)方式”“培訓(xùn)器械”“行為改進(jìn)”“組織績(jī)效”“培訓(xùn)反饋”均對(duì)用戶培訓(xùn)滿足度有顯著性的影響，其中，培訓(xùn)服務(wù)和用戶培訓(xùn)滿足度的相關(guān)系數(shù)為0.703， 遠(yuǎn)遠(yuǎn)高于其他變量和用戶培訓(xùn)滿足度的相關(guān)系數(shù)，其和用戶培訓(xùn)滿足度的相關(guān)性最為顯著。表5-8 用戶培訓(xùn)滿足

22、度和潛變量相關(guān)關(guān)系企業(yè)形象培訓(xùn)服務(wù)培訓(xùn)環(huán)境培訓(xùn)內(nèi)容培訓(xùn)方式培訓(xùn)器械行為改進(jìn)組織績(jī)效培訓(xùn)反饋用戶培訓(xùn)滿足度0.5700.7030.4160.4990.5100.4340.3670.2800.3975.5逐步回來(lái)分析在實(shí)際問(wèn)題中，人們總是希望從對(duì)因變量y有影響的諸多變量中選擇一些變量作為自變量，應(yīng)用多元回來(lái)分析的方法建立“最優(yōu)”回來(lái)方程以便對(duì)因變量進(jìn)行預(yù)報(bào)或限制。所謂“最優(yōu)”回來(lái)方程, 主要是指希望在回來(lái)方程中包含全部對(duì)因變量y影響顯著的自變量而不包含對(duì)y影響不顯著的自變量的回來(lái)方程。逐步回來(lái)分析正是依據(jù)這種原則提出來(lái)的一種回來(lái)分析方法。它的主要思路是在考慮的全部自變量中按其對(duì)y的作用大小，顯著程度大小或者說(shuō)貢獻(xiàn)大小，由大到小地逐個(gè)引入回來(lái)方程，而對(duì)那些對(duì)y作用不顯著的變量可能始終不被引人回來(lái)方程。另外，己被引人回來(lái)方程的變量在引入新變量后也可能失去重要性，而須要從回來(lái)方程中剔除出去。引人一個(gè)變量或者從回來(lái)方程中剔除一