数据分析的常用方法

本研究主要使用AMOS和SPSS软件进行数据处理。SPSS（Statistical Package for the Social Science，社会科学统计软件包）是当今国际上较为流行的统计软件之一（邓颖翔，2011），在管理学和营销学领域较为常用（吴明隆，2010）。本书通过SPSS对数据进行描述性统计分析、信度分析以及回归分析。运用AMOS通过验证性因子分析对量表的组合信度以及建构效度进行检验。

1.描述性统计分析

描述性统计分析旨在对整体数据作一个总结性描述，除了控制变量外，还对每个构念测量问题项进行描述，这些描述包括平均值和标准差。通过这两个指标，看是否存在引起极端或者不合理的数据，为后面的信度、效度及回归分析提供高质量的数据。同时，描述性统计分析还包含对样本基本数据的描述，对各变量的频数分配及百分比进行分析，以了解样本分布情形。

2.信度和效度分析

信度是测量结果具有一致性或稳定性的程度。信度主要检测所收集的数据的可靠性。主要从内部一致性方面进行测量。高的信度表示测量工具具有一致性和精确性，是可依赖的。但是高的信度并不代表测量的结果具有真实性，高信度的测量工具有可能测量的结果并不是理想的，一个科学的测量工具不仅要测量可靠，还要做到测量真实。如果一份资料的效度不好，就算信度再高，这份资料也是没有价值的，因此还需要对测量工具的效度进行检验。效度是指测量工具所测构念的正确性和真实性，效度越高，表示问卷越能测量到试图测量的概念。

（1）信度分析

在李克特态度量表法中常用的信度检验方法为克朗巴哈系数（Cronbach’s alpha或Cronbach’s α）。内部一致性系数要多大才能表示测验的分数是可靠的？吴明隆对前人的研究进行了综述：根据亨森（2001）的观点，认为这与研究目的和测验分数的运用有关，如使用者的目的在于编制预测问卷，测量某构念的先导性，信度系数在0.50～0.60已足够。当以基础研究为目的时，信度系数最好在0.80以上，以发展测量工具为目的，信度系数应在0.70以上。有的研究者则认为对于一般性的研究而言，内部一致性估计值普遍可接受的数值为0.80（Log，2001）。学者盖伊（1992）则认为任何测验或量表的信度系数如果在0.90以上，表示量表的信度甚佳。在社会科学领域中，可接受的最小信度系数值是多少尚无定论，总体来说，克朗巴哈（Cronbach’s alpha）系数在0.70以上才是较佳的信度（Hair，1998），在实际的研究中有很多研究系数低于0.70也经常被接受，但一般来说都需要大于0.60。

还可以通过通过组合信度对单一构念的信度进行评估。每个潜变量的组合信度由所有可观察变量的信度组成，其值最好在0.60以上（Fornell，1982）(www.xing528.com)

（2）效度分析

效度一般包括内容效度和建构效度。本书主要用专家判断法来检测量表的内容效度。应用AMOS软件采用验证性因子分析来检验结构效度中的收敛效度和区分效度。利用验证性因子分析对收敛效度进行测量时，若每个题项对其潜在变量的估计参数都有意义，则该变量的测量量表具有收敛效度。区分效度一般用结构方程模型中潜在变量的平均因子负荷（AVE）来衡量，AVE越高的潜在变量就具有越高的区分效度，一般AVE值在0.50以上则代表潜在变量具有良好的区分效度。

3.相关分析

相关分析主要是评估变量之间联系的紧密程度，主要通过相关系数进行衡量。本研究采用的相关系数为Pearson相关系数，用于衡量变量之间的线性相关程度。

4.回归分析

回归分析是用于研究具有一定相关趋势的变量之间的相关关系。本研究应用SPSS软件对相关系数达到显著的变量之间进行回归分析。