第12章 資料整理與量化研究 範例分析(一)

學習重點 熟習各種常用統計分析方法 解讀統計分析結果

資料整理與分析程序 執行程序 編定受訪者回答問卷序號並檢查每位受訪者回答 目的： 便於日後追蹤 找出「胡亂作答」、回答「不知道」或「空白答案」太多等有問題的受訪者回答問卷

資料整理與分析程序(續) (問卷)序號資料內容的編碼與注意事項 回答「不知道」或「空白」的處理： 編碼要遵循「互斥」與「周延」原則 整份問卷中此類回答比率過高，該問卷回答可作廢，不列入分析 「全部」問卷中，上述狀況的比率太高(高於30%)，表示問卷題項或回答設計可能有嚴重瑕疵，或受訪者的回答意願過低。有時尚須重新設計問卷或抽樣。 編碼要遵循「互斥」與「周延」原則 編碼是指將受訪者的回答予以處理，而以數據方式呈現。 題項回答的方向性，正向程度愈高者數值要愈大，以避免資料解析發生錯誤。 題項回答要求排序者，每一個回答選項，以一個變項處理，輸入的數據依受訪者填答的數字鍵入。(見範例三 暨南大學) 複選題編碼 複選題的回答選項，每一個選項通常是以一個變項處理。有勾選者，該變項輸入「1」。(見範例二 芒果時報)

資料整理與分析程序(續) 樣本資料的敘述 統計分析前準備工作 目的：了解所抽取樣本的概況，並以此與母體特徵作 比較，判定樣本的代表性。 在SPSS使用分析主功能表中的敘述統計或描述性子功能處理。 統計分析前準備工作 人口統計變數，若類別太多，宜加以重新歸類。 在SPSS使用轉換主功能表中的重新編碼子功能處理。 配合研究需要，篩選特定的受訪對象。 在SPSS使用資料功能表中的選擇觀察值子功能處理。 有時尚有必要先求平均數 在SPSS使用轉換子功能表中的計算子功能。

資料整理與分析程序(續) 量化分析工作進行的注意事項 顧客回答的資料尺度意涵不同，分析方法也不同。 不同的假設內容使用不同的統計分析檢定，要選用適當的分析方法。 一定要了解每一種分析方法的分析目的。 每一種統計方法有其使用資料的限制。 如：二類別尺度的變項，要判別二者的相關性，則只能 用交叉表分析。 如：二區間尺度的變項，要判別二者的相關性，則可用 雙變項相關分析。

資料整理與分析程序(續) 類別尺度(回答) 依研究目的來選用特定的統計分析方法 適用的 統計方法 常用統計方法皆可使用 順序尺度(回答) 比率尺度(回答) 區間尺度(回答) 順序尺度(回答) 類別尺度(回答) 適用的 統計方法 常用統計方法皆可使用 類別尺度的所有分析 方法與無母數統計分析 只能用描述性統計及交叉表分析 如：求次數分配、平均數、標準差等 依研究目的來選用特定的統計分析方法

統計分析探討目標 列聯表(交叉表)分析：檢定二類別尺度資料 母體是否有顯著關聯。 SPSS分析：使用交叉表分析。 相關分析：檢定二區間尺度資料母體是否有 顯著相關；若要排除其他變數對這二個區間 母體的影響，則用偏相關分析。 SPSS分析：使用相關分析。

統計分析探討目標(續) 平均數檢定 檢定單一區間尺度的母體平均數是否等於(高於、低於)某一定值。 SPSS分析：使用單一樣本T檢定。 檢定二區間尺度的母體平均數是否有顯著差異(正差異或負差異) SPSS分析：使用獨立樣本T檢定。 檢定二相關聯的區間尺度母體平均數是否有顯著差異(正差異或負差異) SPSS分析：使用成對樣本T檢定。 檢定多群區間尺度母體的平均數是否有顯著差異。 SPSS分析：使用單因子變異數分析。

統計分析探討目標(續) 迴歸分析： 無母數統計： 檢定一組中各個自變項(獨立變項)是否對一個依變項(準則變數)是否有顯著影響。 SPSS分析：使用迴歸方法。 無母數統計： 檢定單一母體資料是否為特定機率分配。 檢定多群母體資料是否其機率分配相同及母體平均數(中心值，非算術平均數)是否相同。 SPSS分析：使用無母數檢定。

統計分析探討目標(續) 因子(因素)分析： 集群分析： 從一群區間尺度的變數中，找出能解釋其關聯性的少數影響因子。可應用於聚斂效度與區別效度分析。 SPSS分析：使用因子分析。 集群分析： 將多群具某些特性的群體，依這些特性的近似程度來區分成少數的類似集群。 SPSS分析：使用集群分析。

統計分析探討目標(續) 判別分析 信度分析： 複選題分析： 將一個依變數(類別尺度)與一組獨立變數(區間尺度)建立一組區別函數，以預測具備特定獨立變數特性者，會被歸類到依變數中的那一類群。 SPSS分析：使用判別分析。 信度分析： 探討受訪者在同一構念(構面)題項的回答(回應)的一致性程度。 SPSS分析：使用信度分析 (在分析主功能表中的尺度次功能的信度分析) 。 複選題分析： 是將題項中多個被勾選的回答，依近似程度加以歸類後，再以交叉表去呈現，但其無法對母體特性作檢定。 SPSS分析：使用複選題分析。

統計分析與SPSS分析功能指令

統計分析與假設內容的判定 假設是研究者想要驗證的內容，其分成虛無 假設(H0)與對立假設(H1)

統計分析與假設內容的判定(續) H0典型樣式 H0變形結果(非典型樣式) 應用的分析 等於某一(設定)定值  大於(小於)或等於 某一設定值 例：單一樣本T檢定 沒有顯著差異 沒有顯著正(負)差異 例：二獨立樣本T檢 定、單因子變異 數分析 沒有顯著關聯 沒有顯著正向(負向)關聯 例：交叉表分析、相 關分析、迴歸分析 合於某一設定比率 例：無母數統計 合於某一設定模式 例：AMOS線性結構 模式分析 變形 變形 變形

統計分析與假設內容的判定(續) 對立假設(H1)內容：通常是H0內容的相反內容敘述。 接受H0或是否定H0(暫接受H1)的考量 以實際樣本來對研究的母體作判定(統計學的術語稱為檢定) 從實務的觀點，研究者是想找出有「特別」之處，亦即在實務上 研究者是想否定H0，接受H1；但是總要有充分證據(證據確鑿)才行。 在統計分析的前提假設上，研究者常希望前提能成立，如此才能分析，故其常希望接受H0。

統計分析與假設內容的判定(續) 統計學以P值(SPSS軟體以顯著性Sig.)來幫助研究者判定。 P值=顯著性Sig.=依實際樣本判定，卻不接受H0為真，而錯誤地接受H1為真的機率(事實上H0才是正確的) 。 在SPSS軟體中是以顯著性(雙尾)小於0.05，來判定否定H0(典型樣式)；在SPSS軟體中讀者只見到顯著性都是指(雙尾)之意。 對於非典型的H0的否定，是以顯著性(單尾)<0.05，但尚須配合其他條件(如：t值正負)來決定。 例： H0：u甲> u乙， H1：u甲< u乙，則以顯著性(單尾)<0.05且t值<0，來否定H0，而接受H1。 註：顯著性(單尾)= 顯著性(雙尾) 顯著性 2 ＝

本章範例(7個案例)說明 第一個範例(全國電子)：介紹如何在SPSS軟體 鍵入資料，如何進行檔案合併，如何進行隨機 抽樣、如何運算、如何檢測資料與如何篩選資 料。 第二個範例(芒果時報)：介紹如何進行複選題 分析。 第三個範例(暨南大學)：介紹如何進行雙類別 變項關聯性分析(列聯表分析)、相關分析、淨 相關(部分相關)分析與無母數統計。 第四個範例(嘉義量販店)：介紹如何進行因子 分析、判別分析、單因子變異數分析與集群分 析。

本章範例(7個案例)說明(續) 第五個範例(中油機油)：介紹如何以相關因 子分析及使用線性結構模式來判別量表的聚 斂效度與區別效度。 第六個範例(統一超商)：介紹如何以實驗設 計來進行單變量(固定因子)變異數分析與單變 量(共變量)變異數分析。 第七個範例(全家超商)：介紹如何以實驗設 計來進行雙因子變異數分析，探討主因子效 果與二主因子是否有交互作用。