PD: El análisis del cuestionario aquí solo representa el análisis del cuestionario con escalas.
Dado que las escalas de madurez a menudo han experimentado la prueba de la realidad, la probabilidad de que su confiabilidad y validez alcancen los estándares es relativamente alta.
Sin embargo, las escalas de diseño propio son propensas a obtener resultados terribles en las pruebas de confiabilidad y validez.
De esta manera, podemos realizar fácilmente análisis de confiabilidad, análisis factorial exploratorio e incluso análisis factorial confirmatorio.
Además, si hay dos preguntas, el valor KMO del análisis factorial debe ser igual a 0,5. Generalmente, necesitamos obtener el valor mínimo de 0,6.
Para obtener mejores resultados de confiabilidad y validez, en la parte de descripción del texto, cada tema en la misma dimensión debe intentar dar algunas pistas psicológicas, o la descripción debe ser lo más cercana posible, para que el dimensiones Los temas tienen mayor relevancia, por lo que la confiabilidad y validez no serán tan malas.
Generalmente basta con llegar a 0,6, y por encima de 0,7 es mejor. Es mejor encontrar la confiabilidad de cada dimensión y luego encontrar una en general. Por lo general, esto no es difícil y es fácil de aprobar. Si la confiabilidad de sus datos no es buena, realice el siguiente análisis y elimine muestras sin distinguir entre puntuaciones altas y bajas.
Solo se encontraron el valor de KMO y el valor de la prueba esférica de Bartlett de la escala. Este es probablemente el requisito mínimo para una prueba de validez. Es mejor no utilizar sólo estos dos valores a menos que su instructor esté de acuerdo.
La mayoría de los estudiantes pueden usarlo y no es un análisis fácil de aprobar.
El problema más común es que las dimensiones asumidas de la pregunta no son consistentes con los resultados reales.
Cuando nos encontramos con esta situación, el enfoque general es el siguiente:
Sólo no se cumplen algunos problemas.
Elimínalo directamente o guárdalo temporalmente.
②La mayoría de las preguntas no son consistentes.
Rediseña la báscula, vuelve a recopilar datos y empieza de nuevo.
No recomendado a menos que existan circunstancias especiales. Porque a través del análisis factorial exploratorio y el análisis factorial confirmatorio, es casi imposible que los datos reales del cuestionario recopilados alcancen valores ideales.
Si ve a alguien usando un método de prueba de este tipo en un artículo y los indicadores son muy hermosos, puedo decirle con responsabilidad que existe una alta probabilidad de que los datos hayan sido modificados.
Caso especial 1: las ecuaciones estructurales AMOS se utilizan en la etapa de verificación del modelo y el instructor requiere un análisis factorial confirmatorio en la etapa de prueba de validez.
Caso especial 2: en la etapa de verificación del modelo, no se utilizan ecuaciones estructurales AMOS y el instructor también requiere un análisis factorial confirmatorio para las pruebas de validez. (Instructor Stupid X)
En particular, el valor P significativo representa si están relacionados y el coeficiente de Pearson o Spearman representa el grado de correlación.
Los coeficientes de Pearson o Spearman sólo son significativos si pasan una prueba de significancia. Cuanto mayor sea el valor absoluto, mayor será la correlación, y lo positivo y lo negativo representan correlaciones positivas y negativas.
Se pasa la significancia, pero el coeficiente es demasiado pequeño, por lo que la correlación también es significativa, pero hay una correlación débil significativa entre los dos, en lugar de un coeficiente pequeño que representa irrelevancia.
Este es probablemente el modelo más sencillo. Simplemente coloque las variables independientes y las variables dependientes y ejecútelas directamente.
① ¿Quieres poner variables de control?
Esto es opcional.
Si pones variables de control, intenta poner algunas variables jerárquicas en lugar de múltiples variables categóricas.
Variables de nivel como educación (secundaria, bachillerato, universidad, maestría)
Múltiples variables de clasificación, como ocupación
La asignación de niveles jerárquicos las variables deben corresponder a sus elementos tanto como sea posible.
Si pones una variable multicategoría, intenta eliminarla. Si desea conservarla, será mejor que la convierta en una variable ficticia.
②¿Coeficiente estándar o coeficiente estandarizado?
Coeficiente estandarizado.
③¿Deberíamos hacer una prueba de linealidad VIF***?
No lo hagas a menos que tu instructor te lo solicite.
④¿Qué tamaño tiene R cuadrado?
Este indicador no tiene estándares muy estrictos y tiene un impacto muy profundo en los valores del tutor.
Para los datos recopilados en la realidad, personalmente creo que generalmente es mejor ser superior a 0,2.
Pero me he encontrado con situaciones en las que es mayor que 0,1 y el instructor también cree que es aceptable.
Esto es una cuestión de opinión.
Desde una perspectiva científica, debe estar muy relacionado con el escenario que se está estudiando.
Pero el modelo del efecto mediador es más fácil de aprobar que el modelo del efecto moderador, y la explicación no es tan evasiva.
Entonces, si no quieres cavar un hoyo, utiliza el modelo de efecto mediador.
Verifique rápidamente el método del modelo de efecto de mediación (determina rápidamente si hay un mediador, uso informal)
Condición 1, variable intermedia, variable independiente, variable dependiente, la correlación es significativa.
Condición 2, el modelo de regresión de variables independientes y variables intermedias sobre la variable dependiente, el coeficiente de la variable intermedia es significativo.
Si se cumplen las dos condiciones anteriores, el efecto de mediación debe ser significativo; si la variable independiente en la condición 2 también es significativa, entonces es un efecto de mediación parcial; si no es significativa, es un efecto de mediación parcial; efecto de mediación completo.
En otras raras ocasiones, Sobel se ha utilizado para probar los efectos de la mediación.
Si el instructor no le pide a amos que verifique el efecto de mediación, puede intentar utilizar la regresión spss para probar el efecto de mediación.
Una forma rápida de verificar el modelo de efectos condicionales (determinar rápidamente si existe un efecto moderador, usado de manera informal)
Primero, calcule el coeficiente de ajuste (las variables independientes estandarizadas y las variables intermedias pueden multiplicarse entre sí)
El modelo de regresión de las variables independientes, variables moderadoras y factores moderadores sobre la variable dependiente muestra que el coeficiente del factor moderador es significativo.
Cuenta oficial de WeChat: alone5400