查看原文
其他

干货丨论文写作常用数据分析

TIE 萜心话 2022-09-14

最近这两周萜妹论文写的磕磕绊绊,可以说是备受折磨了。


所以煎熬中的萜妹想把自己的这些经验分享给小可爱们,希望可以给大家帮助哟~


话不多说,我们开始啦~


Step

1

描述性分析

描述性分析进行的目的可以分析问卷的被试特征以及变量的特点,通常都是需要报告频次、百分比、均值、标准差、极大值、极小值等等。

分析方式

使用软件为SPSS。


报告频次和百分比的方法是:

【分析】-【描述统计】-【频率】


报告频次和百分比的方法是:

【分析】-【描述统计】-【描述】

注:如果是对变量的描述,可在这步选择左下角的【将标准化得分另存为变量】

结果解读

频率结果:


描述结果:

大家提取需要的数据,写入论文就可以了~


Step

2

人口学效应分析

这个我也不知道学术上怎么说明,总之意思就是分析人口学变量会不会对因变量产生影响。

分析方式

使用软件为SPSS。


针对只有两类的变量(如性别等):

【分析】-【比较均值】-

【独立样本T检验】

当前性别后括号内为??,无法选定【确定】,需点击【定义组】,在组1与组2出填上问卷中对应的选项,点击【继续】,此时【确定】键将变为可选状态,点击即可。


针对两类以上的变量(如年级等):

【分析】-【比较均值】-

【单因素ANOVA...】

将目标变量拖入对应区域后,需选择右侧的【两两比较】-【LSD】

点击【继续】,点击【确定】。

结果解读

独立样本T检验结果:

如果方差方程的Levene检验,结果不显著,则符合方差齐性的假设,按第一行的T检验结果报告;反之,则拒绝方差齐性的假设,按第二行的报告。

【例】图中应按第二行的结果报告。


单因素方差分析结果:

首先关注显著性,如果显著则代表有明显差异。当存在差异时,均值差大于0表示前者大于后者,反之则小于。


Step

3

因子分析

因子分析主要分为两种,分别是探索性因子分析和验证性因子分析。就萜妹个人解读而言,我认为两者的区别在于,探索性因子分析是由数据推模型,而验证性因子分析则是用数据验证模型。


有关论文中如何选择因子分析的方法,根据实际情况来决定。

分析方式

探索性因子分析方法:SPSS

【分析】-【降维】-【因子分析】

右侧点击【描述】,选择【系数】和【KMO和Bartlett的球形度检验】,注其他指标大家有需要的也可以自行选择~

右侧点击【抽取】,方法选择【主成分】,这个也是SPSS的默认情况。

右侧点击【旋转】,将默认的【无】改为【最大方差法】,这也是我们常说的正交旋转法、Vairmax法,并且下方勾选【载荷图】。

右侧点击【得分】,勾选【保存为变量】,默认的类型是【回归】。

右侧点击【选项】,缺失值的处理方式,我习惯选择【使用均值替换】,下方的系数排序,可勾选【取消小系数】,这样结果呈现的时候更清晰。

注:以上各部并不是必须,大家可以不用完全仿照。


验证性因子分析方法:(MPLUS


【语句】

TITLE: CFA

DATA: FILE IS 1.dat;

VARIABLE: NAMES ARE index edbi1-edbi7 edbo1-edbo10;

Usevariables are edbi1-edbi7 edbo1-edbo10;

MODEL:

  edbi by edbi1-edbi7;

  edbo by edbo1-edbo10;

OUTPUT: Standardized;


为便于小可爱们使用,所以萜妹就没用图片显示了,大家可以直接复制粘贴,把黑字部分修改为自己的情况就好。


如果不清楚各语句的含义,可以回顾【TIE】-【萜】-Mplus基础使用指南。

结果解读

探索性因子分析方法:SPSS

汇报的结果还是挺多的,以下我们抽取部分在论文中常出现的进行说明。


【KMO 和 Bartlett 的检验】

这是用来说明该变量适合进行因子分析的指数;KMO值越高越好, Bartlett球形度检验的卡方值则需要显著。


【解释的总方差】

这一个指标有时候会用来证明结构效度, 累积方差贡献率大于50%,通常说明量表符合要求。


【旋转成分矩阵

有几个成分就是有几个因子,每一项的数值就是我们常说的因子载荷,如果存在一道题在多个因子上负荷超过0-4,就可以说存在交叉载荷的现象,而这是不好的。(截图中的量表的因子载荷不行啊,所以大家看看长啥样就行哈,哭泣)


验证性因子分析方法:(MPLUS

以下的结果也没有截取全部的,只是选择部分常用的进行说明。


【模型拟合指数】

以上的指标都是比较经常出现在论文中的,最常用的就是卡方、自由度、卡方/自由度(手动算)、CFI。 

注:例子中的数据就是比较好的结果了。


【因子载荷】

注意在模型结果中,看STDYX的数据最好,小可爱们不要看混了。


P值代表显著性, Estimate就是因子载荷,也是越接近1越有效,如果小于0.2就要考虑删除题目了。


接下来应该就是信效度分析和假设检验了。


关于信效度,萜妹之前在SPSS的教程和前文中都有说明了,所以这里就不重复写了。


小可爱们如果想看的话,可以回顾【TIE】-【萜】-SPSS分析篇。


而假设检验的部分其实才是分析的重头,但是萜妹又一次华丽丽的停在了这种重要的位置,感觉要被小可爱们打了。但是,萜妹相信,小可爱们一定愿意等我的,毕竟这周篇幅够了!(强行自我安慰)


所以如何用Mplus进行模型检验,我们就下周再说咯。


还有要说的是,上面的这些步骤其实顺序不一定那么死,大家可以灵活调整(其实就是萜妹也不是百分百确定应该先做哪个),文章里的内容也是一样,如果大家有疑问尽情后台私聊我呀,毕竟共同学习、共同进步才是最好的啊~


最后,一如既往的感谢小可爱的陪伴,萜妹去撸论文了,毕竟18号就要交二专论文了,嘤嘤嘤。


小可爱们,下周见(希望我不会拖更)~


关于Mplus软件,

回复“mpluswin”即可获得。


【萜心话】

保研咸鱼丨健身少女丨电竞迷妹

交流平台丨回忆手册丨神秘树洞

早点休息,晚安~

✬如果你喜欢这篇文章,欢迎分享到朋友圈✬

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存