SPSS统计基础---信度分析
可靠性分析允许您研究测量尺度的属性以及组成这些标度的项。“可靠性分析”过程计算标度可靠性的众多常用度量,还提供关于标度中的各项之间关系的信息。类内相关系数可用来计算评分者间的可靠性估计。
示例。我的调查表能以有用的方式度量客户满意度吗?使用可靠性分析,您可以确定调查表中各项的相互关联程度,可以获取重复性的总体指标或作为一个整体的标度的内部一致性,并且可以识别应从标度中排除的问题项。
统计量。每个变量和标度的描述、跨项的摘要统计量、项之间的相关性和协方差、可靠性估计、ANOVA 表、类内相关系数、Hotelling T2 以及Tukey 的可加性检验。
模型。以下可靠性模型可用:
Alpha (Cronbach)。此模型是内部一致性模型,基于平均的项之间的相关性。
半分。此模型将标度分割成两个部分,并检查两部分之间的相关性。
Guttman。此模型计算Guttman 的下界以获取真实可靠性。
平行。此模型假设所有项具有相等的方差,并且重复项之间具有相等的误差方差。
严格平行。此模型假设为平行模型,还假设所有项具有相等的均值。
数据。数据可以是二分数据、有序数据或区间数据,但数据应是用数值编码的。
假设。观察值应是独立的,且项与项之间的误差应是不相关的。每对项应具有二元正态分布。标度应是可加的,以便每一项都与总得分线性相关。
相关过程。如果想要探索标度项的维数(以查明是否需要多个结构来代表项得分的模式),则使用因子分析或多维尺度。要标识同类变量组,可使用系统聚类分析以使变量聚类。
获取可靠性分析
从菜单中选择:
分析> 尺度> 可靠性分析
可靠性分析统计量
Alpha 模型。系数alpha;对于二分数据,它等同于Kuder-Richardson 20 (KR20)系数。
半分模型。形式之间的相关性、Guttman 半分可靠性、Spearman-Brown 可靠性(相等长度和不相等长度)以及每一半的alpha 系数。
Guttman 模型。可靠性系数lambda 1 到lambda 6。
平行和严格平行模型。模型拟合优度检验;误差方差的估计值、公共方差和真实方差;估计的公共项间相关性;估计的可靠性以及可靠性的无偏估计。
描述性。为跨个案的标度或项生成描述统计。
项。为跨个案的项生成描述统计。
标度。为标度生成描述统计。
标度(如果项已删除)。显示将每一项与由其他项组成的标度进行比较时的摘要统计量。这些统计量包括:该项从标度中删除时的标度均值和方差、该项与由其他项组成的标度之间的相关性,以及该项从标度中删除时的Cronbach alpha 值。
摘要。提供跨标度中所有项的项分布的描述统计。
均值. 项均值的摘要统计量。显示项均值的最小、最大和平均值,项均值的范围和方差,以及最大项均值与最小项均值的比。
方差. 项方差的摘要统计量。显示项方差的最小、最大和平均值,项方差的范围和方差,以及最大项方差与最小项方差的比。
协方差. 项间协方差的摘要统计量。显示项之间的协方差的最小、最大和平均值,项之间的协方差的范围和方差,以及最大项之间协方差与最小项之间的协方差的比。
相关性. 项之间的相关性的摘要统计量。显示项之间的相关性的最小、最大和平均值,项间相关性的范围和方差,以及最大项之间的相关性与最小项之间的相关性的比。
项之间。生成项与项之间的相关矩阵或协方差矩阵。
ANOVA 表。生成相等均值的检验。
F 检验. 显示重复度量方差分析表。
Friedman 卡方. 显示Friedman 的卡方Kendall 的协同系数。此选项适用于以秩为形式的数据。卡方检验在ANOVA 表中替换通常的F 检验。
Cochran 卡方. 显示Cochrans Q。此选项适用于双分支。Q 统计在ANOVA 表中替换通常的F 统计。
Hotelling 的T 平方。生成以下原假设的多变量检验:标度上的所有项具有相同的均值。
Tukey 的可加性检验。生成以下假设的检验:项中不存在可乘交互关系。
类内相关系数。生成个案内值的一致性或符合度的测量。
模型。选择用于计算类内相关系数的模型。可用的模型为双向混合、双向随机和单向随机。当人为影响是随机的,而项的作用固定时,选择双向混合;当人为影响和项的作用均为随机时选择双向随机。当人为影响随机时选择单向随机。
类型。选择指标类型。可用的类型为“一致”和“绝对一致”。
置信区间。指定置信区间的置信度。缺省值为95%。
检验值。指定假设检验系数的假设值。该值是用来与观察值进行比较的值。缺省值为0。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12