實證研究數(shù)據(jù)分析方法詳解

1修訂日：2010.12.8實證論文數(shù)據(jù)分析方法詳解（周健敏整理）以下面研究模型 為例 來說明實證論文數(shù)據(jù)分析方法名稱 變量類型 在 SPSS 軟件中的簡稱（自己設(shè)定的代號）變革型領(lǐng)導(dǎo) 自變量 1 zbl1交易型領(lǐng)導(dǎo) 自變量 2 zbl2回避型領(lǐng)導(dǎo) 自變量 3 zbl3認同和內(nèi)部化 調(diào)節(jié)變量 TJ領(lǐng)導(dǎo)成員交換 中介變量 ZJ工作績效 因變量 YB 調(diào)節(jié)變量：如果自變量與因變量的關(guān)系是變量 M 的函數(shù)，稱變量 M 為調(diào)節(jié)變量。也就是, 領(lǐng)導(dǎo)風格（自變量）與工作績效（因變量）的關(guān)系受到組織認同（調(diào)節(jié)變量）的影響，或組織認同（調(diào)節(jié)變量）在領(lǐng)導(dǎo)風格（自變量）對工作績效（因變量）影響關(guān)系中起到調(diào)節(jié)作用。具體來說，對于組織認同高的員工，變革型領(lǐng)導(dǎo)對工作績效的影響力，要高于組織認同低的員工。中介變量：如果自變量通過影響變量 N 來實現(xiàn)對因變量的影響，則稱 N 為中介變量。也就是，領(lǐng)導(dǎo)風格（自變量）對工作績效（因變量）影響作用是通過領(lǐng)導(dǎo)成員交換（中介變量）的中介而產(chǎn)生的。研究思路及三個主要部分組成：（1）領(lǐng)導(dǎo)風格對于員工工作績效的主效應(yīng)（Main Effects）研究。（2）組織認同對于不同領(lǐng)導(dǎo)風格與員工工作績效之間關(guān)系的調(diào)節(jié)效應(yīng)（Moderating Effects）研究。（3）領(lǐng)導(dǎo)成員交換對于不同領(lǐng)導(dǎo)風格與員工工作績效之間關(guān)系的中介效應(yīng)（Mediator Effects）研究。變革型領(lǐng)導(dǎo)交易型領(lǐng)導(dǎo)回避型領(lǐng)導(dǎo)工作績效領(lǐng)導(dǎo)成員交換組織認同2目 錄1.調(diào)查問卷表中數(shù)據(jù)預(yù)先處理 31.1 剔除無效問卷 31.2 重新定義控制變量 32. 把 Excel 數(shù)據(jù)導(dǎo)入到 SPSS 軟件中的方法 43. 確認所有的變量中有無“反向計分”項 43.1 無“反向計分”題 53.2 有“反向計分”題 54. 效度分析 65. 信度分析 86. 描述統(tǒng)計 97. 各變量相關(guān)系數(shù) 127.1 求均值 127.2 相關(guān)性 128. 回歸分析 138.1 使用各均值來分別求 Z 值 138.2 自變量 Z 值與調(diào)節(jié)變量 Z 值的乘積 138.3 進行回歸運算 148.3.1 調(diào)節(jié)作用分析 148.3.2 中介作用分析 188.4 調(diào)節(jié)作用作圖 2231. 調(diào)查問卷表中數(shù)據(jù)預(yù)先處理1.1 剔除無效問卷調(diào)查問卷表中有內(nèi)容對立的題項，主要是測試答題人是否認真閱讀和填寫本調(diào)查問卷表而設(shè)置的，例如： 2.2 題 我在決策過程當中經(jīng)常發(fā)表了自己的意見。2.8 題 在決策中我沒有發(fā)表意見的機會?？晒┑幕卮疬x項如下： 完全不符合 比較不符合 有點符合 比較符合 完全符合如果答題者 2.2 題的回答選，做 2.8 題的回答卻選，則這份調(diào)查問卷為無效。該調(diào)查問卷所有數(shù)據(jù)應(yīng)事先刪除，即：這份調(diào)查問卷不能用做數(shù)據(jù)分析。有效的回答為：如果 2.2 題的回答選，做 2.8 題的回答選；或者，如果 2.2 題選， 那么 2.8 題選 。 等等（依此類推，在此不全部列出）1.2 重新定義控制變量輸入在 Excel 中的調(diào)查問卷表 數(shù)據(jù)項，例如：最高學(xué)歷、性別、年齡，當前工作時間，等等，諸如此類的描述統(tǒng)計的項目，被統(tǒng)稱為“控制變量”數(shù)據(jù)導(dǎo)入 SPSS 之前，在 Excel 中要事先對“最高學(xué)歷” 、 “性別” 、 “年齡” 、 “當前工作時間”等控制變量進行了歸類和重新定義，例如：性別的重新定義：男性 表示為 1女性 表示為 2年齡的重新定義：25 歲以下 表示為 12530 歲 表示為 23035 歲 表示為 33540 歲 表示為 440 歲以上 表示為 5當前工作時間的重新定義：1 年以下 表示為 113 年 表示為 235 年 表示為 358 年 表示為 48 年以上 表示為 5等等（依此類推，對其他控制變量進行適當?shù)亩x）42. 把 Excel 數(shù)據(jù)導(dǎo)入到 SPSS 軟件中的方法操作方法：打開 SPSS 程序，點擊在左上角的 FileOpenDate對話框中的“文件類型”項中選擇“Excel 格式 ”選擇你要導(dǎo)入的 Excel 數(shù)據(jù)文件點擊“打開”在對話框中的“Range”項定義提取 Excel 表中數(shù)據(jù)的范圍“最左上角 : 最右下角” ，例如“B2 : HW217”數(shù)據(jù)自動導(dǎo)入到 SPSS 表格中，在 Date View頁面中確認一下數(shù)據(jù)是否少讀或多讀不需要的信息。（注意：在對話框選項“Read variable names form the first row of date”上打勾或不打勾，對定義 Excel 表中數(shù)據(jù)的范圍有影響，所以要確認一下數(shù)據(jù)是否少讀或多讀不需要的信息）從“Date View”頁面轉(zhuǎn)到“Variable View”頁面，根據(jù)最左邊的“Name”對應(yīng)“調(diào)查問卷”中的問題項，在“Label ”列中標明自變量 1、自變量 2、自變量 3、調(diào)節(jié)變量、中介變量、因變量。Q1: 在“Label”列中標注什么代號？A1:根據(jù)個人的喜歡和方便識別、記憶 可自己定義，本文的標注是：自變量 1 zbl1自變量 2 zbl2自變量 3 zbl3調(diào)節(jié)變量 TJ中介變量 ZJ因變量 YBQ2: 怎樣知道哪幾行是自變量 1、哪幾行是自變量 2、哪幾行是因變量？A2: 導(dǎo)師會事先告訴你，在調(diào)查問卷表中哪些問題項是屬于自變量 1、哪些問題項是屬于自變量 2、哪些問題項是屬于因變量。對照調(diào)查問卷表中各問題項的排列順序 找到 SPSS 中相應(yīng)的“行”并作上述標注。注意：數(shù)據(jù)較多，不要看錯行，這樣會導(dǎo)致運算了其他不相關(guān)的數(shù)據(jù)而造成錯誤!3. 確認所有的變量中有無“反向計分”項在做效度分析之前，先要看清楚調(diào)查問卷表中被選中作為變量的問卷題目有沒有要“反向計分”的？每個變量所對應(yīng)的問卷題目內(nèi)容再仔細地一題一題確認一遍。所謂“反向計分”題是指在同一變量中與其他題目邏輯相反的題。例如：5.1 題 我清楚我的上司對我的滿意程度如何。5.2 題 我的上司對我的問題和需求了如指掌。5.3 題 我的上司沒有意識到我的潛力。 假如這 3 道題都屬于同一變量，第 5.35題與其它題的邏輯相反，第 5.3 題就是“反向計分題” 。在做數(shù)據(jù)分析時，該題的計分應(yīng)與其它題相反，因此事先要對該題的計分進行轉(zhuǎn)換，轉(zhuǎn)換方法如下 3.2 說明3.1 如果沒有反向計分題，那么就跳過 3.2 的步驟，直接進行信度分析、效度分析等3.2 如果有反向計分題，那么執(zhí)行以下步驟，經(jīng)過計分轉(zhuǎn)換后，該題才能和其它題一同進行之后的各項數(shù)據(jù)分析操作方法：TransformRecodeInto Different Variables在左邊的框中找到“反向計分”的項并點擊放入到“Numeric Variable Output Variable”框內(nèi)在右邊 Name 框中輸入新的名字，比如：zbl2fanxiang（代表：自變量 2 的反向計分項）點擊“Old and New Values”后進入另一個對話框，如果你的調(diào)查問卷表中該題是15 計分范圍，那么按以下方法輸入： 在 Old Value 框中鍵入 1 后，在 New Value 框中鍵入 5，點擊 Add 按鈕；在 Old Value 框中鍵入 2 后，在 New Value 框中鍵入 4，點擊 Add 按鈕；在 Old Value 框中鍵入 4 后，在 New Value 框中鍵入 2，點擊 Add 按鈕；在 Old Value 框中鍵入 5 后，在 New Value 框中鍵入 1，點擊 Add 按鈕；最后，按 Continue 按鈕，完成計分轉(zhuǎn)換的設(shè)定，再按 OK 鍵完成。生成新的 1 行，即：自變量 2 反向計分項（代號：zbl2fanxiang） ，出現(xiàn)在“Variable View”頁面所有數(shù)據(jù)行的最下面 1 行。不要遺忘的注意點：在此后的運算（效度分析，信度分析，求均值） ，凡是涉及到要使用該項時，均用新生成的自變量 2 反向計分項（代號：zbl2fanxiang）代替原有項進行運算。64. 效度分析操作方法：AnalyzeDate ReductionFactor Analysis在左邊的框中把所有自變量 1的項（標注為：zbl1）全都放到 Variables 框中去，點擊 OK，完成自變量 1 的效度分析。重復(fù)以上操作，自變量 2、自變量 3、調(diào)節(jié)變量、中介變量、因變量都要分別做效度分析。結(jié)果如下：（只要 Copy 出必要的數(shù)據(jù)即可，不用把生成的所有結(jié)果都 Copy 出來）判斷標準：看下表 Component 的值，如果全部都在 0.5 以上就有效，0.7 以上載荷就好；如果出現(xiàn)載荷小于 0.5 的變量題項，那么就篩除該題項。篩除方法：記住該變量的題項在下表 Component Matrix(a)的位置順序，并在SPSS 軟件的“Variable View”頁面中找到相對應(yīng)的數(shù)據(jù)行，在“Label”格中刪除先前標注的變量代號，總而言之，就是今后在做任何運算時都不要用到該項。結(jié)果如下：“bl1：（自變量 1）變革型領(lǐng)導(dǎo)Component Matrix(a)Component1zbl1 .732zbl1 .763zbl1 .740zbl1 .790zbl1 .786zbl1 .803zbl1 .777zbl1 .711zbl1 .778zbl1 .788zbl1 .789zbl1 .770zbl1 .768zbl1 .770zbl1 .816zbl1 .784zbl1 .762zbl1 .760Extraction Method: Principal Component Analysis.a 1 components extracted.7bl2：（自變量2）交易型領(lǐng)導(dǎo)Component Matrix(a)Component1zbl2 .809zbl2 .803zbl2 .792zbl2 .810Extraction Method: Principal Component Analysis.a 1 components extracted.bl3：（自變量 3）回避型領(lǐng)導(dǎo)Component Matrix(a)Component1Zbl3 .839Zbl3 .897Zbl3 .713Zbl3 .884Zbl3 .796Zbl3 .819Zbl3 .821Zbl3 .514等等（此處省略，不一一列出各表格）根據(jù)以上這些結(jié)果作出下面這樣的表格放在論文中即可（在論文中表格要居中放置）如下：變革型領(lǐng)導(dǎo)的因子載荷矩陣Component1變革型領(lǐng)導(dǎo) .732變革型領(lǐng)導(dǎo) .763變革型領(lǐng)導(dǎo) .740變革型領(lǐng)導(dǎo) .790變革型領(lǐng)導(dǎo) .786變革型領(lǐng)導(dǎo) .803變革型領(lǐng)導(dǎo) .777變革型領(lǐng)導(dǎo) .711變革型領(lǐng)導(dǎo) .778變革型領(lǐng)導(dǎo) .7888變革型領(lǐng)導(dǎo) .789變革型領(lǐng)導(dǎo) .770變革型領(lǐng)導(dǎo) .768變革型領(lǐng)導(dǎo) .770變革型領(lǐng)導(dǎo) .816變革型領(lǐng)導(dǎo) .784變革型領(lǐng)導(dǎo) .762變革型領(lǐng)導(dǎo) .760等等（依此類推，作出各變量表格放在論文中）5. 信度分析操作方法：AnalyzeScale Reliability Analysis在左邊的框中把所有自變量 1的項（標注為：zbl1）全都放到 Variables 框中去，點擊 OK，完成自變量 1的信度分析。重復(fù)以上操作，自變量 2、自變量 3、調(diào)節(jié)變量、中介變量、因變量都要分別做信度分析。結(jié)果如下：（只要 Copy 出必要的數(shù)據(jù)即可，不用把生成的所有結(jié)果都 Copy 出來）判斷標準：看下表 Cronbachs Alpha 的值，如果全部都 在 0.7 信度以上就可以接受；如果信度小于 0.7，那么就要檢查是否存在反向計分的題項，或者有些題項信度太低影響總的信度水平，排除這個題項后再算信度看看是否改善。如果發(fā)現(xiàn)這類情況，那么今后在做任何運算時都不要用到該題項。zbl1：（自變量 1）變革型領(lǐng)導(dǎo)Reliability StatisticsCronbachs Alpha N of Items.960 18zbl2：（自變量2）交易型領(lǐng)導(dǎo)Reliability StatisticsCronbachs Alpha N of Items.816 4zbl3：（自變量3）回避型領(lǐng)導(dǎo)Reliability Statistics9Cronbachs Alpha N of Items.870 8TJ：（調(diào)節(jié)變量）認同和內(nèi)部化Reliability StatisticsCronbachs Alpha N of Items.864 3ZJ：（中介變量）領(lǐng)導(dǎo)成員交換Reliability StatisticsCronbachs Alpha N of Items.902 6YB：（因變量）工作績效Reliability StatisticsCronbachs Alpha N of Items.873 4根據(jù)以上這些結(jié)果作出下面這樣的表格放在論文中即可（在論文中表格要居中放置）如下：分量表信度分析匯總表變量類別 分量表 Cronbachs Alpha值變革型領(lǐng)導(dǎo) .960交易型領(lǐng)導(dǎo) .816回避型領(lǐng)導(dǎo) .870自變量薪酬 0.851調(diào)節(jié)變量 組織認同 .864中介變量 領(lǐng)導(dǎo)成員交換 .902因變量 員工工作績效 .8736. 描述統(tǒng)計描述統(tǒng)計的對象：本文的調(diào)查問卷表中：最高學(xué)歷、性別、年齡，當前工作時間，等等為描述統(tǒng)計的對象（一般統(tǒng)計員工的數(shù)據(jù)，有必要時才統(tǒng)計領(lǐng)導(dǎo)數(shù)據(jù)） 。這些對象被統(tǒng)稱為“控制變量” （事先要在數(shù)據(jù)導(dǎo)入 SPSS 前，在10EXCEL 表中先進行歸類和重新定義，具體參見第 3 頁 1.2 章節(jié)內(nèi)容）操作方法：AnalyzeDescriptive StatisticsFrequencies在左邊的框中把所有控制變量（如：最高學(xué)歷、性別、年齡，當前工作時間、等等）全都放到 Var