Mjellyfish

項目分析之極端值比較CR值 (取自PTT的統計版)

步驟是： 一、受試者填答的分數加總、二、進行高、低分組 三、T檢定

一、受試者填答分數的加總 (假設題目有18題)

1.在[變數檢視]的地方，新增一個名稱[前測總分]

2.[轉換]->[計算]，目標變數是[前測總分]，數值運算式[sum (題目1 to 題目18)] ->[確定] 這個時候會看到前測總分那一欄有數字了

3.[資料]->[觀察值排序]->把[前測總分]選到右邊->[遞增]->[確定] 這個時候，如果前測有100份，那建議找前25%那一位的分數。理論上是找25%~33%範圍內的做臨界點，這有統計上的原理，如果前測問卷數量做得夠多，那可以找27%以上，如果少就25%。(低分組分數)

4.[資料]->[觀察值排序]->把[前測總分]選到右邊->[遞減]->[確定]，找第25個人的總分是多少，記起來。(高分組分數)

二、進行高低分組

1.在[變數檢視]的地方，新增一個名稱[前測分組]，數值1註解為高分組，數值2註解為低分組。

2.[轉換]->[重新編碼]->[成不同變數]，把[前測總分]選到右邊，輸出之新變數的地方，打上[前測分組]->點選[變更] 這時候會發現中間那欄[數值變數->輸出變數]有對應到了吧 [前測總分-->前測分組]

3.按一下[舊值與新值]->範圍[　]到最高值，框框的部份填上記起來的高分組分數。 右邊新值為，數值[ ]，填1，然後按底下的[新增]

4.再來，範圍從最低值[ ]，框框的部份填上你記起來的低分組分數。右邊新值為，數值[ ]，填2，然後按底下的[新增]->[繼續]->[確定]

5.如果想看高、低分組的次數分配，就跑[分析]->[敘述統計]->[次數分配表] 把[前測分組]選到右邊->[確定]，就可以看到了。

三、t檢定 1.[分析]->[比較平均數法]->[獨立樣本t檢定]

2.把[題目1到題目18]全部選到右邊上面檢定變數的框框中，然後把[前測分組]選到右 邊下面的框框。

3.按[定義組別]->組別1填[1]，組別2填[2]->[繼續]->[確定]

4.這時會跑出兩張表，分別是[組別統計量]以及[獨立樣本檢定]，直接看獨立樣本檢定這張。

5.這張表中，每一題都有兩個選擇，就是假設變異數相不相等的問題，直接看每一題的第二欄Levene檢定顯著性，如果在.05以下，那就看不假設變異數相等那一行。反之則看另一行。

6.知道每一題該看那一行之後，就往後看每一題的平均數相等t檢定中的，顯著性（雙尾)，把不顯著的題目刪去。另外有一種情況，就是雖然達到顯著，但是t值很小（小於3），這個可以自行斟酌 是否刪去題目。

項目分析之內部同質性(項目與總分相關值)及因素負荷量

1.「統計分析」→「尺度」→「信度分析」

2.選擇預分析的的題目移至清單，點選「統計量」，選擇「刪除題項後之量尺摘要」→「確定」

3.求因素負荷量：「統計分析」→「資料縮減」→「因子」

4.選取預分析的題目移至清單中，點選「萃取」→選擇「主成份分析」→設定因子個數為1→「確定」

信度分析

1.「統計分析」→「尺度」→「信度分析」

2.選取預分析的題目移至清單中，點選所需的信度估計模式。

3.點選「統計量」→「確定」

依據DeVellis(1998)的建議，當α值介於0.65至0.7為最小接受值；介於0.7至0.8相當好；介於0.8至0.9非常好。

因素分析

1.點選「統計分析」→「資料縮減」→「因子」

2.點選量表的題目，移至變項清單中，點選「統計量」(單變量描述性統計量、未轉軸之統計量、KMO與Bartlett的球型檢定)

3.點選萃取，點選分析(相關矩陣)、顯示(未旋轉因子解、陡坡圖)、萃取(特徵值1)

4.點選轉軸法，點選方法(ex:最大變異法)、顯示(轉軸後的解、因子負荷圖)

5.點選選項，點選遺漏值(完全排除移漏值)、係數顯示格式(勾選依據因素負荷排序及絕對值捨棄之下限.10)