第4章 探索式因素分析
在社会与行为科学研究中，研究者经常会搜集实证性的量化资料來做验证，而要证明这些资料的可靠性与正确性，则必须依靠测量或调查工具的信度或效度（杨国枢等，2002b）。一份好的量表应该要能够将欲研究的主题构念（Construct，它是心理学上的一种理论构想或特质，无法直接观测得到）清楚且正确的呈现出来，而且还需具有「效度」，即能真正衡量到我们欲量测的特性，此外还有「信度」，即该量表所衡量的结果应具有一致性、稳定性，因此为达成「良好之衡量」的目标，必须有以下两个步骤：第一个步骤是针对量表的题项作项目分析，以判定各项目的区别效果好坏；第二步骤则是建立量表的信度与效度。量表之项目分析、信度检验已于第2、3章有所说明，本章将探讨量表之效度问题。
4-1 效度
效度即为正确性，也就是测量工具确实能测出其所欲测量的特质或功能之程度。一般的研究中最常使用「内容效度」（Content Validity）与「建构效度」（Construct Validity）来检视该份研究之效度。
所谓「内容效度」，是指该衡量工具能足够涵盖主题的程度，此程度可从量表内容的代表性或取样的适切性来加以评估。若测量内容涵盖所有研究计划所要探讨的架构及内容，就可说是具有优良的内容效度。在一般论文中，常使用如下的描述来「交代」内容效度：
而所谓「建构效度」系指测量工具的内容，即各问项是否能够测量到理论上的构念或特质的程度。建构效度包含收敛效度（Convergent Validity）与区别效度（Discriminant Validity），收敛效度主要测试以一个变量（构念）发展出的多项问项，最后是否会收敛于一个因素中（同一构念不同题目相关性很高）；而区别效度为判别问项可以与其它构念之问项区别的程度（不同构念不在内容效度方面，主要是根据文献探讨及专家研究者的经验。然因本研究问卷设计之初，考虑目前相关的文献中，尚未对本研究议题提出实证性问卷，故只能自行设计量表，对于内容效度是否达成，尚有疑虑。 本研究问卷系以理论为基础，参考多数学者的问卷内容及衡量项目，并针对研究对象的特性加以修改，并经由相关专业人员与学者对其内容审慎检视，继而进行预试及修正，因此本研究所使用之衡量工具应能符合内容效度的要求。
SPSS统计分析教程
第 1
章
SPSS安装与运行（PPT） 第 7 章 相关分析
第 2 章 数据编辑 第 8 章 聚类分析
第 3 章 基本分析 第 9 章 判别分析
第 4 章 均值检验 第 10 章 因子分析
第 5 章 方差分析 第 11 章 统计绘图
第 6 章 回归分析
软件下载 SPSS12.0
SPSS所处理的数据文件有两种来源：一是SPSS环境下建立的数据文件；二是调用其它软件建立的数据文件。
1 在SPSS数据编辑窗口建立数据文件
当用户启动SPSS后，系统首先显示一个提示窗口，询问用户要SPSS做什么时，把鼠标移至“Type in data”项上单击左键选中，然后单击“OK”按钮；或者该窗口中单击“Cancel”按钮进入SPSS数据编辑窗屏幕，如图所示。
图 进入SPSS数据编辑器
(1) 数据编辑（SPSS Data Editor）界面介绍
窗口名显示栏： 在窗口的顶部，显示窗口名称和编辑的数据文件名，没有文件名时显示为“Untitled-SPPS Data Editor”。
窗口控制按钮：在窗口的顶部的右上角，第一个按钮是窗口最小化，第二个按钮是窗口最大化，第三个按钮是关闭窗口。
SPSS主菜单：在窗口显示的第二行上，有：File文档，Edit编辑，View显视，Data数据，Transform转换，Analyze分析，Graphs图形，Utilities公用项，Windows视窗。
图 SPSS窗口界面
常用工具按钮：在窗口显示的第三行上，有：打开文档，保存文档，打印，对话检索，取消当前操作，重做操作，转到图形窗口，指向记录，指定变量操作，查找，在当前记录的上方插入新的空白记录，在当前变量的左边插入新的空白变量，切分文件，设置权重单元，标记单元，显示价值标签。
数据单元格信息显示栏：在编辑显示区的上方，左边显示单元格和变量名（单元格：变量名），右边显示单元里的内容。 编辑显示区： 在窗口的中部，最左边列显示单元序列号，最上边一行显示变量名称，缺省为“Var”。
1 《SPSS软件应用》教案
复习一：数据库结构建立
Name(名称)必须定义，最好是问卷题目。
复习二：数据合并
有两种：一种是添加个案，基于相同的变量结构而言；一种是添加变量，
基于相同的个案而言。
复习三：定距数据的分组
有两种方法：一是在transform下的visual bander（可视离散化）栏完成；一是在transform转换中的compute计算变量来完成。通常采取Visual Bander来实现。
复习四：数据编码和计数
Recode的重新编码功能：一般要求重新编码为一个新变量，目的是为了保持原有变量数据；不受变量层次限制，可以对所有变量进行重新编码；将原变量值按照“一对一”、“多对一”的对应关系生成新变量值。
Count(计数)：计算标示值或者某些值在一个或多个变量取值中出现的次数；变量的取值原则上应当具有一致性。
复习五：统计报表
OLAP Cubes过程(online Analytical Processing Cubes，在线分析处理立方)和Case Summaries（个案汇总）过程，是按照分组变量对摘要变量按照不同的分组水平进行统计的常用定量描述。前者产生多层标，后者是全表。
第七讲 简单描述统计（中）
上次我们讲了AnalyzeDescriptive Statistics中的两个子菜单，分别是Frequencies过程和Descriptives过程。
Frequencies过程不受测量层次限制；可以实现简单的集中、离散等基本统计描述，还可以实现百分位统计和频率统计；
Descriptive菜单只适合（虚拟）定距变量集中、离散和分布统计。
（三）Explore（探索分析）过程
目的：由于收集到的数据分布并不清楚，因此，需要对数据进行初步探索， 2 以便确定选择的统计方法。目的是为了发现数据中的错误，探索变量分布特征。
实现路径：AnalyzeDescriptive StatisticExplore，就打开explore对话窗口。
卡方检验（R×C）-SPSS教程
一、问题与数据
某研究人员拟分析血型和职业之间的关系，共招募了333位研究对象，收集他们的血型（blood_type）和职业（occupation）信息。其中血型分为A、B、AB、O型共4种，职业分为律师（Lawyer）、医生（Doctor）、教师（Teacher）和工人（Worker），部分数据图1。
图1 部分数据
二、对问题分析
研究者想分析血型与职业类型的关系，建议使用卡方检验（R×C），但需要先满足3项假设：
假设1：存在两个无序多分类变量，如本研究中血型和职业类型均为无序分类变量。 假设2：具有相互独立的观测值，如本研究中各位研究对象的信息都是独立的，不会相互干扰。
假设3：样本量足够大，最小的样本量要求为分析中的任一单元格期望频数大于5。
经分析，本研究数据符合假设1和假设2，那么应该如何检验假设3，并进行卡方检验（R×C）呢？
三、SPSS操作
在主页面点击Analyze→Descriptive Statistics→Crosstabs，弹出Crosstabs对话框。将变量blood_type和occupation分别放入Row(s)栏和Column(s)栏，如图2。
图2 Crosstabs 点击Statistics后，弹出的对话框中点击Chi-square，并点击Nominal栏中的Phi and Cramer’s V。如图3。
图3 Crosstabs: Statistics
点击Continue→Cells，在弹出的对话框中，点击Counts栏Expected选项，并点击Percentages栏中的Row和Column选项，Residuals栏中的Adjusted
Standardized，点击Continue→OK。如图4。
图4 Crosstabs: Cell Display 经上述操作，SPSS输出预期频数结果如图5。
图5 Crosstabulation
