以下为《SPSS数据分析全景案例》的无排版文字预览,完整格式请下载
下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。
SPSS数据分析全景案例叶某某一、题目含义与模型二、因素分析与信度分析三、相关分析五、中介分析四、缓冲分析题目基于员工代际差异的工作场所乐趣与工作绩效之间的关系探讨——以社会网络为中介变量模型与假设假设H1:工作场所乐趣显著影响工作绩效
H2:代际差异在工作场所乐趣与工作绩效间起缓冲作用
H3:代际差异在社会网络与工作绩效间起缓冲作用
H4:社会网络在工作场所乐趣与工作绩效间起中介作用
H5?社会网络在工作场所乐趣与工作绩效之间的中介效应因代际差异(是否90后)而异。测量与数据收集工作场所乐趣
社会网络
组织承诺
工作绩效
代际差异(是否90后)
控制变量:性别,年龄,学历,司某某,职位,部门
数据分析因素分析
信度分析
描述性统计
相关分析
中介分析
缓冲分析因素分析-结构效度原则:物以类聚,人以群分。把数个很难解释,而彼此有关的变量,转化成为少数有概念化意义,而彼此独立性大的因素(FACTOR)在多变量关系中,变量间线性组合对表现或解释最大的变异数非常有用。变量的第一个组合可以解释最大的变异量。
主成份数据分析中,以较少成份解释原始变量变异量较大部分。取少数几个特征值(>1)。
把数个很难解释,而彼此有关的变量,转化成为少数有概念化意义,而彼此独立性大的因素(FACTOR)--主成份因素分析法因素分析是一种潜在的结构分析法,其模式理论中,假定每个指针(外在变量或称题项)均由两部分构成,一为“共同因素”(common factor)、一为“唯一因素”(unique factor)。共同因素的数目会比指针数(原始变量数)还少,而每个指针或原始变量皆有一个唯一因素,亦即一份量表共有n个题项数,则也会有n个唯一因素。Z1=a11F1+a12F2+U1
Z2=a21F1+a22F2+U2
Z3=a31F1+a32F2+U3
F1,F2共同因素
共同性(负荷)a112+a122
U唯一因素(剩余)=1-(a112+a122)
某个共同因素的特征值a112+ a212 + a312希望以最少的共同因素,能对总变异量作最大的解释,因而抽取的因素愈少愈好,但抽取因素之累积解释的变异量则愈大愈好。因素分析步骤计算变量间相关矩阵或共变量矩阵--变量相关性
估计因素负荷量--主成份分析法
决定转轴方法--大则更大,小则更小
举图说明
决定因素与命名
因素数目挑选:原有构思,特征值大于1信度分析如果一个量表的信度愈高,代表量表愈稳定。
外在信度通常指不同时间测量时,量表一致性的程度,量表一致性的程度。
内在信度指的是每一个量表是否测量单一概念即组成量表题项的内在一致性程度如何。
ALPHA系数超过.70以上就可以描述性统计与相关分析方向题重新计分
各层面与分量表的汇总
各层面的的描述统计:平均值,最大值,最小值,标准差
求量表间相关分析多元回归分析Stepwise
enter逐步多元回归(stepwise)
内容过长,仅展示头部和尾部部分文字预览,全文请查看图片预览。 入方程
接着 以因变量作为方程因变量
Block1控制变量进入方程
Block2自变量进入方程
中介变量续最后 以因变量作为方程因变量
Block1控制变量进入方程
Block2自变量和中介变量同时进入方程
中介效应显著的标准标准1:自变量,中介变量,因变量,
两两相关。
标准2:自变量s,与,因变量;中介变量s,与,因变量;单独间关系显著
标准3:在有中介变量前提下(术语:控制),自变量和因变量的关系减弱到不显著;即3个变量同在一个方程里面,中介变量和因变量之间关系显著,相反自变量和因变量之间没有关系或者不显著。
[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]请点击下方选择您需要的文档下载。
以上为《SPSS数据分析全景案例》的无排版文字预览,完整格式请下载
下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。