
SPSS分析技術:卡方檢驗;問卷(試卷)信度分析原理
今天介紹的是卡方檢驗??ǚ綑z驗是以卡方分布為基礎的一種檢驗方法,主要用于分類變量(定義數(shù)據(jù)和定序數(shù)據(jù)),適用于頻率數(shù)據(jù)的分析數(shù)據(jù)。常用于檢驗總體分布是否服從指定的分布的一種非參數(shù)檢驗的統(tǒng)計方法,可用于兩個或多個頻率間的比較、樣本關聯(lián)度分析和擬合優(yōu)度檢驗等。擬合優(yōu)度檢驗就是檢驗通過檢驗某一變量的實際觀測頻率和期望理論頻率是否吻合,若吻合,則證明樣本在該變量上的頻率分布與總體理論分布相同。
卡方檢驗的基本假設
原假設:實際觀測頻率和期望理論頻率分布之間無顯著差異。
備擇假設:實際觀測頻率和期望理論頻率分布之間顯著差異。
卡方統(tǒng)計量
很顯然,實際頻率與期望頻率越接近,卡方值就越小。若卡方值為0,則上式中分子的每一項都必須是0,這意味著k類中每一類觀察頻率與期望頻率完全一樣,即完全擬合??ǚ浇y(tǒng)計量可以用來測度實際觀察頻率與期望頻率之間的擬合程度。
卡方檢驗的應用
推斷耽擱樣本的頻率分布是否等于某種給定的理論分布;
檢驗兩個及兩個以上樣本的總體分布是否相同;
定性資料的關聯(lián)性分析;
線性趨勢分析;
卡方檢驗步驟
建立虛無假設。為考察變量之間差異的顯著性,卡方檢驗首先要建立虛無假設,一般假設為實際頻率和理論頻率無顯著差異。
計算理論頻率和卡方值。
依據(jù)分析計算結果進行統(tǒng)計推斷。根據(jù)自由度和設定的顯著性水平值,查卡方值表,將實際計算所得的卡方值在相應的顯著水平上進行比較,據(jù)此做出接受或拒絕虛無假設的判斷。
案例分析
社會科學研究領域,很多的研究數(shù)據(jù)都來自問卷調(diào)查。問卷收集數(shù)據(jù)效果的好壞,需要做信度分析,信度分析就是為了看看問卷的填寫者是否是胡亂填寫答案的,如果很大部分的問卷填寫者都是隨機選擇選項的,選項的分布就會比較均勻,卡方檢驗可以用來判斷每題答案的分布是否均值(顯著性差異)。
某學校社科院為真實了解學生的英語學習態(tài)度,隨機抽取部分學生做問卷調(diào)查,其中包括這樣兩個問題:1、你認為英語學習態(tài)度的決定因素是什么?2、你認為當前的大學生英語學習態(tài)度如何?
分析步驟
1、選擇菜單【分析】-【非參數(shù)檢驗】-【舊對話框】-【卡方】,打開卡方檢驗對話框;將第1題:你認為英語學習態(tài)度的決定因素是什么?和第2題:你認為當前的大學生英語學習態(tài)度如何?選入檢驗變量列表。
2、期望范圍;用于設定需檢驗的變量的取值范圍,在此范圍之外的取值將不進入分析。此設置共兩個選項,即“從數(shù)據(jù)中獲取”和“使用指定范圍”。“從數(shù)據(jù)中獲取”:表示檢驗變量的取值范圍使用數(shù)據(jù)文件的最大值和最小值所確定的范圍,該項為系統(tǒng)默認設置?!笆褂弥付ǖ姆秶保杭醋孕兄贫z驗的取值范圍,激活該項后,研究者可在“下限”和“上限”中分別輸入檢驗范圍的下限和上限。本例選擇系統(tǒng)默認項。
3、期望值;用于指定已知總體的各分類構成比。包含“所有類別相等”和“值”兩個選項。“所有類別相等”也就是設定各類別構成比例相等,即意味著檢驗的總體是服從均勻分布的。此為系統(tǒng)默認項。“值”用于自行定義類別構成的比例,每輸入一個值后單擊“添加”,系統(tǒng)自動將其輸入右邊的列表框。輸入數(shù)值必須大于0,重復以上操作直到輸完為止。輸入值時要注意輸入順序一定要和變量遞增順序一致。本例選擇此項設置。
4、檢驗精度設置;單擊【精確】,打開精確檢驗。它包括3個選項:“僅漸進法”、“Monte Carlo”和“精確”。
“僅漸進法”:該項給出基于檢驗統(tǒng)計的漸進分布的顯著性水平。漸進顯著性是基于大數(shù)據(jù)集的假設,通常小于0.05的值被認為是顯著的。如果數(shù)據(jù)集較小或者分布較差,它可能不會很好地指示顯著性。該項為系統(tǒng)默認選項。
“Monte Carlo”:該項給出精確顯著性水平的無偏估計,其計算方法是從與觀察到的表具有相同維數(shù)和行列界限的參考報集中重復地取樣。Monte Carlo法使分析不依賴于漸進法所必需的假設就能估計精確的顯著性。當數(shù)據(jù)集太大而無法計算精確的顯著性,而且數(shù)據(jù)又不滿足漸進法的假設時,此法最有用。其中的“置信度”默認值為99%;“樣本數(shù)”用于指定計算的樣本數(shù)目,樣本數(shù)目越大顯著性水平越可靠,默認值為10000。
“精確”:該項用于精確地計算觀察到的輸出或更極端的輸入的概率。通常認為小于0.05的顯著性水平是顯著的,表示行變量和列變量之間存在的某種關系?!懊總€檢驗的時間限制為”用于限定進行每個檢驗所使用的最長時間,如果超過30min,則用“Monte Carlo”法比較合適。
對于該項,本例選擇系統(tǒng)默認設置,設置完畢后,單擊“繼續(xù)”。
5、輸入結果檢驗;單擊“確定”,輸出卡方檢驗結果。
結果解讀
由本次卡方檢驗的統(tǒng)計表可得:“題1”和“題2”的卡方值分別為243.195和85.366,而漸進顯著性P值均為0.000,小于0.001,拒絕虛無假設,說明“題1”和“題2”的選項被實際勾選的頻率與期望值差異非常顯著。也就是說,大部分的問卷的填寫者有能夠認真的填寫問卷,問卷收集數(shù)據(jù)的結果可信。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10