毕业论文问卷分析的注意事项

PS:这里的问卷分析只代表带量表的问卷分析。

由于成熟度量表往往经历了现实的考验，其信度和效度达标的概率相对较高。

然而，自行设计的量表在信度和效度检验中容易出现可怕的结果。

这样，我们就可以轻松地进行信度分析、探索性因素分析甚至验证性因素分析。

另外，如果有两个问题，因子分析的KMO值必须等于0.5，一般我们要得到最小值0.6。

为了得到一个更好的信度和效度的结果，在文本描述部分，同一维度的每个话题都要尽量给予一些心理暗示，或者描述尽量接近，这样可以使维度中的话题有更好的相关性，这样信度和效度都不会太差。

一般达到0.6就够了，0.7以上更好。最好是找到每个维度的可靠度，然后再整体找一个。这个一般不难，容易通过。如果你的数据可靠性不好，那么进行下一项分析，删除高低分无区分的样本。

只找到了量表的KMO值和巴特利特球面检验值。这可能是效度检验的最低要求。除非导师同意，否则最好不要只用这两个值。

大部分同学都会用，也是不容易通过的分析。

最常见的问题是题目的假设维度与实际结果不一致。

遇到这种情况，一般如下处理:

只有几个问题不符合。

要么直接删除，要么暂时保留。

②大部分问题不符合。

重新设计量表，再次收集数据，重新开始。

除非有特殊情况，不建议使用。因为通过探索性因子分析和验证性因子分析，实际收集的问卷数据几乎不可能达到理想值。

如果你看到有人论文里用了这样的测试方法，指标很漂亮，我可以负责任的告诉你，大概率是数据被改了。

特例1:模型验证阶段使用AMOS结构方程，效度检验阶段导师要求验证性因素分析。

特例二:模型验证阶段，不使用AMOS结构方程，导师也要求验证性因素分析进行效度检验。(教官傻X)

特别是显著P值代表它们是否相关，皮尔逊或斯皮尔曼系数代表相关程度。

皮尔逊或斯皮尔曼系数只有在通过显著性检验时才有意义。绝对值越大，相关性越大，正负代表正相关和负相关。

显著性通过，但系数太小，所以相关性也显著，但两者存在显著的弱相关性，而不是代表不相关的小系数。

这可能是最简单的模型。把自变量和因变量放进去直接运行就行了。

①要不要放控制变量？

这是可选的。

如果放控制变量，尽量放一些层次变量，而不是多分类变量。

教育(初中、高中、大学、硕士)等层级变量

多分类变量，如职业

层次变量的赋值要尽可能对应其项。

如果你放了一个多类别变量，尽量删除它。如果你想保留它，你最好让它成为一个虚拟变量。

②标准系数还是标准化系数？

标准化系数。

③要不要做VIF***线性测试？

除非导师要求，否则不要做。

④R平方有多大？

这个指标没有非常严格的标准，对导师的价值观有非常深刻的影响。

对于现实中收集的数据，个人认为一般大于0.2为好。

但是我遇到过大于0.1的情况，导师也认为可以接受。

这是一个见仁见智的问题。

从科学的角度来说，应该和你所研究的场景密切相关。

但中介效应模型比调节效应模型更容易通过，解释起来也没那么躲躲闪闪。

所以，如果你不想给自己挖坑，就用中介效应模型。

快速验证中介效应模型的方法(快速确定是否有中介，非正式使用)

条件1，中间变量，自变量，因变量，相关性显著。

条件2，自变量和中间变量关于因变量的回归模型，中间变量的系数显著。

满足以上两个条件，调解效果一定显著；如果条件2中的自变量也显著，那么是部分中介效应；如果不显著，就是完全的中介效应。

在其他罕见的情况下，索贝尔被用来测试中介效应。

如果amos没有被导师要求验证中介效果，可以尝试用spss回归来检验中介效果。

一种快速验证条件效应模型的方法(快速确定是否存在调节效应，非正式使用)

首先，计算调整系数(标准化自变量和中间变量可以相乘)

自变量、调节变量和调节因子关于因变量的回归模型表明，调节因子的系数显著。

微信官方账号:alone5400