总结实证研究论文的数据分析方法及写作框架

2026-06-04 张柯论文指导

2022年终纪念总结

网上看了很多介绍的数据分析的学习视频，却没有一个比较完整和详尽的介绍这部分的内容，有的甚至完全偏离或误导了学习者。以下是针对有一定理论基础，即只考虑验证性因子分析CFA的情况下①，相对较为标准化的数据分析章节的写作结构：

第一部分 Descriptive Analysis of Measurement Scales and Assessment of Normality 描述性统计分析

Table 1 Descriptive Analysis of Measurement Scales (分析各测量数据的均值和标准差，标准差0.509至0.685 )
Table 2 Assessment of Normality（峰度和偏度的分析，标准为-2至+2之间，George & Mallery, 2010）
Table 3 Goodness of Fit for this study（结构性模型涉及的各拟合指标标准范围，用于观测模型与数据的拟合度）

拟合度指标

Table 4: The Value of Reliability Analysis of Each Construct in this Study （可靠性分析，标准为>0.7，Dikko, 2016）

第二部分 Confirmatory Factor Analysis (CFA) 验证性因子分析

Figure 1 Measurement Model 测量模型的分析（AMOS中各变量间用双向箭头连接--非常容易出错的地方）
Table 5: Goodness of Fit for Measurement Model 测量模型的拟合度
Table 6: Confirmatory Factor Analysis Result, Composite Reliability (CR) and Average Variance Extracted (AVE)
因子载荷（>0.5），t-value值（>1.96）(p值<0.05一般显著，<0.001非常显著，<0.01比较显著)，组合信度CR(>0.7,越大越好), AVE平均提取方差值（>0.5）- Hair et. al. (2006) / Fornell and Larcker (1981)
Table 7: Discriminant Validity 区分效度的分析
比较各个变量AVE的平方根与各个变量间的关联性系数大小 - Fornell and Larcker (1981)

第三部分 Structural Equation Model (SEM) 结构方程模型分析

张柯论文指导