量表怎麼用spss分析

用SPSS分析的問卷必須是李克特五級量表或七級量表，建議小白設計五級單因素的量表，問卷數據收集完成後，首先要剔除無效問卷，在保證數據的準確性。分析步驟如下： 

一. 錄入問題及數據

在變量視圖界面內輸入問題及設置值，一般設置值為1非常不同意，2不同意，3不一定，4同意，5非常同意，同理輸完一篇問卷即可。

二. 描述性分析

描述性分析主要是對被調查者的基本信息進行描述，如性別、學歷、年齡、工作年限、居住地，這類問題一般放置在一份問卷的開頭，主要對問卷的均值、標準差進行分析，均值相同時，比較標準差，標準差越小，表示越穩定。

二. 信度分析

信度分析主要是通過SPSS分析驗證設計的問卷是否可靠，問卷題目之間是否具有良好的相關性進行分析，被調查者的答案是否存在矛盾，是否可靠等等。

先説一下問卷的設計。

實證分析的論文中比較簡單的模型是：研究對象的自變量會影響研究對象的因變量，一般能夠找出四五個影響因素設計為自變量，每一個影響因素可以設計3~7個問題進行調查。

在進行可靠性分析的時候，可以對每一個影響因素的題目數分析一次，看是否每一個自變量的設計的問題都具有較好的信度。

三. 效度分析和因子分析

效度分析是檢驗問卷題目與研究目的是否相一致即不能研究顧客對某產品的滿意度，問卷設計的問題是調查某產品的市場覆蓋率，通常分為內容效度和結構效度：

內容效度是指題項與所測變量的適合性和邏輯相符性

結構效度是指題目衡量所測變量的能力。

實證分析一般着重分析結構效度，可以通過進行探索性因素分析檢驗來證明量表的結構有效性。

四. 相關分析

相關性分析一般是用來簡單的分析數據之間的相關性關係，用來研究的是連續性的數值變量或者量表的數據，只能分析出來每兩個變量之間的相關性關係。一般是用於在迴歸分析之前，用於對於數據進行一個簡單的相關性探討，迴歸分析説明的是數據之間的因果關係。

在進行相關分析前首先要取各個因子的平均值，得出因子的維度平均值後進行相關分析。

五. 迴歸分析

迴歸分析是一種預測性的建模技術，它研究的是因變量和自變量之間的關係，這種技術通常用於預測分析，時間序列模型以及發現變量之間的因果關係。例如，司機的魯莽駕駛與道路交通事故數量之間的關係，最好的研究方法就是迴歸。迴歸分析需要看的圖有模型摘要圖、ANOVA、係數圖等等。

相關性分析是檢驗自變量與因變量之間是否具有相關性，迴歸分析則説明了自變量對因變量是否具有顯著性影響。