2027年毕业论文用SPSS和AMOS处理数据的几点问题和建议！

一、量表方面

1、尽量选择成熟量表。

因为成熟量表往往经历了现实的考验，其信度和效度达标的概率比较大。

而自己设计的量表，很容易出现信度和效度检验结果惨不忍睹的情况。

2、如果是自己设计的量表，维度题目尽量在3-7个之间。

这样我们在处理信度分析，探索性因子分析，甚至验证性因子分析的时候，都能游刃有余。

另外如果题目是2个，因子分析KMO值是一定等于0.5的，而一般我们最低也得0.6吧

3、每个维度之间的文字描述尽量保证叙述的一致性。

为了信度和效度能出一个比较好的结果，在文字描述部分，同维度的各个题目，尽量能给一些心理暗示，或者描述上尽量相近，这样能使得维度内的题目的相关性较好，从而信度和效度也不至于太差

二、信度方面

一般达到0.6就可以了，0.7以上更好。最好是把每个维度的信度都求一下，然后总体再求一个。这个一般没什么难度，也很容易通过。如果你的数据信度不行，那就进行下项目分析，将高低分样本中不具有区分度的样本删掉。

三、效度方面

1、简单效度分析

只求量表的KMO值和巴特利球形检验值。这可能是效度检验的最低要求了。除非导师认同，最好不要仅用这两个值

2、探索性因子分析（普通效度分析）

大部分的同学都会用到的，也是比较不容易通过的一个分析。

遇到最多的问题莫过于，假设题目的维度归属，跟实际出的结果不一致。

碰到这种情况，一般进行如下处理：

①只有少数题目不匹配

要么直接删掉，要么暂时保留

②绝大多数题目不匹配

从新设计量表，重新收集数据，重新来过吧

3、探索性因子分析+验证性因子分析（高难度效度检验）

若非特殊情况，不建议使用。因为实际收集的问卷数据要想探索性因子分析+验证性因子分析，各个指标均达到理想值，那几乎是不可能的。

如果你看到某某人的论文中用了这样的检验方法，指标非常漂亮，我可以负责任的告诉你，其大概率是改过数据了。

特殊情况1：模型验证阶段，使用AMOS结构方程，导师要求效度检验阶段使用验证性因子分析。

特殊情况2：模型验证阶段，未使用AMOS结构方程，导师也要求效度检验使用验证性因子分析。（导师傻x）

四、相关分析（回归分析的前奏）

这里特别提一点，显著性的p值代表的是两者是否相关，皮尔逊或者斯皮尔曼系数代表的是相关性程度。

显著性检验通过了，皮尔逊或者斯皮尔曼系数大小才有意义，绝对值越大相关性越大，正负代表正相关与负相关。

如果需要论文指导，可联系网站客服！

学员评价