SPSSAU教程12:权重研究问卷分析

对于量表类问卷权重研究,不同于我们之前介绍的影响关系类研究,其关注重心在于通过计算各个指标或者题项的权重得分值,最后构建完善的权重体系,而非影响关系。

针对量表类问卷,指标权重计算在学术研究和企业研究中较为常见,常用于企业财务竞争力体系构造,绩效权重体系或者管理者胜任力权重体系模型等。

1 分析框架解读

针对量表类问卷权重体系研究来讲,通常会分成八个部分,按照顺序分别是样本背景分析,样本特征、行为分析,探索性因子分析,可信度分析,有效性分析,研究变量描述分析,权重体系研究,研究变量描述分析和差异分析等。分析思路框架如下图所示。

具体研究方法上:

1.首先对样本背景,样本特征、行为分析这两部分进行分析,使用频数分析了解样本的基本背景情况,以及对基本特征或者行为题项进行分析。

2.探索性因子分析。使用探索性因子分析将研究量表题项,即需要计算权重值的题项进行分析,将题项浓缩为几个因子,并且在后续权重体系研究中,基于探索性因子分析进行权重构造。

权重构造完全是使用探索性因子分析方法进行,在本研究框架里面,探索性因子分析承载着两个功能,一是浓缩因子,二是进行权重体系构建。可以将此两个小部分分析合并一起进行,如果合并在一起,可信度和有效性分析则应该放置在靠前分析部分,首先需要数据可信和有效才会有进一步分析研究。

3.完成探索性因子分析后,即提取得到因子之后,接着进行信度和效度分析,证明研究数据可靠性和有效性。也可先做信效度分析,确认数据达标后,对指标进行归类。

4.权重体系构建。此部分为核心研究内容,应重点阐述此部分。本章讨论的权重体系构建使用的是探索性因子分析方法进行,因此“探索性因子分析”和“权重体系研究”这两部分可以合并为一个整体部分进行。

5.针对研究变量描述分析,完成最为核心的权重体系构建之后,需要继续深入研究样本对于各指标维度的基本态度情况。通过计算平均值形式整体了解样本对于各指标维度的基本态度情况。此部分具体说明可参考第5章内容。

6.差异分析。如果需要对比不同样本背景人群对于各指标维度的态度差异,则可以使用方差分析或者独立样本T检验进行研究。

2 案例应用

案例为“构建企业员工满意度权重体系”,共涉及12个小项指标项(12个题项),并且指标题项全部为五级量表,另外还包括3个样本基本背景信息题项。问卷框架结构如下表。

从分析思路上,首先对样本基本背景信息题(P1~P3)进行分析;

接着使用探索性因子分析方法进行因子探索(A1~D2),并且完成因子探索后进行信度效度分析;

完成信效度分析后直接进入指标体系构建详细分析;

完成上一步后使用描述性分析具体分析样本对12个指标题项的整体态度情况;

或者分别分析不同背景样本,比如性别,年龄和工作年限不同的样本对此12个题项的态度差异情况

3具体说明

本案例问卷较为简单,因此集中说明探索性因子分析方法进行权重指标构建过程。

(1)指标归类分析

探索性因子分析可分为三个功能,分别是提取因子效度验证权重计算。本量表类问卷权重研究框架会同时使用此三个功能。

首先使用探索性因子分析的第一个功能即提取因子功能,进行指标归类分析。提取因子功能在于将多个题项进行浓缩为少数几个因子,将题项使用几个因子进行概括。此部分详细内容可查看SPSSAU-因子分析帮助手册

最终此部分得到的结论应该是提取得到的因子情况,包括每个因子的命名情况,以及因子与题项之间的对应关系情况,并且为权重体系研究作好准备。

从上表结果可以看出,本次研究员工满意量表共提取出四个因子,此四个因子分析对应的题项为4,3,3和2个。并且对四个因子分别进行命名,分别是福利待遇因子管理及制度因子员工自主性因子工作性质因子

(2)有效性分析

在上一部分指标归类分析后,有效性分析将继续重复此部分,有效性分析目的在于说明研究量表具有有效性,即题项可以有效的表达变量概念信息。事实上指标归类分析已经完成,肯定每个变量与题项之间有着良好的对应关系,也即说明研究量表肯定有效,因而此部分仅是重复,将表格整理规范,在进行文字描述分析时,倾重于量表有效性的说明,而非提取因子或者权重指标构建。

(3)因子分析法指标权重构建

此部分进行因子权重计算和因子表达式计算,本案例并不需要进行综合得分计算。因子权重计算结合使用解释方差表格进行计算,因子表达式需要结合成份得分系数矩阵进行。

针对因子权重计算,本案例共提取出四个因子,结合上表可知,四个因子旋转后的方差解释率分别是23.397%,19.126%,17.090%,16.756%,以及四个因子加和的总方差解释率为76.370%,表示 4个因子共提取出分析题项76.370%的信息量。

实际研究中认为因子即代表所有题项(即总方差解释率应该为100%),因此需要进行加权换算操作,即四个因子分别的方差解释率分别应该为:

23.397% / 76.370%=30.636%,

19.126% / 76.370%=25.044%,

17.090% / 76.370%=22.378%,

16.756% / 76.370%=21.941%。

因此,本例中四个因子进行加权处理后的方差解释率分别是:30.636%, 25.044%,22.378%和21.941%,

针对因子表达式,SPSSAU会自动计算这一结果,用户无需手动计算。

实际研究中,多数情况下还会结合主观权重计算法AHP层次分析,或者客观权重计算熵值法进行权重计算,也或者在主观权重计算法和客观权重计算法基础上,结合组合赋值法完成最终权重计算。

更多关于权重的分析方法可到SPSSAU官网查看。

从上表旋转成份矩阵结果可以看出,本次研究员工满意量表共提取出四个因子,此四个因子分析对应的题项为4,3,3和2个。以及最终将因子与题项的对应关系归纳如下表。

上表归纳出因子与题项对应关系,并且对四个因子分别进行命名,分别是福利待遇因子,管理及制度因子,员工自主性因子和工作性质因子。探索性因子分析的探索因子功能完成后,为后续权重计算作好准备工作。通常探索性因子分析提取功能应该在信效度分析之前进行,

实际研究中,多数情况下还会结合主观权重计算法AHP层次分析,或者客观权重计算熵值法进行权重计算,也或者在主观权重计算法和客观权重计算法基础上,结合组合赋值法完成最终权重计算。

更多关于权重的分析方法可到SPSSAU官网查看。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,242评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,769评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,484评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,133评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,007评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,080评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,496评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,190评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,464评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,549评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,330评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,205评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,567评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,889评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,160评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,475评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,650评论 2 335

推荐阅读更多精彩内容