1修訂日：2010.12.8實證論文數據分析方法詳解（周健敏整理）以下面研究模型 為例 來說明實證論文數據分析方法名稱 變量類型 在 SPSS 軟件中的簡稱（自己設定的代號）變革型領導 自變量 1 zbl1交易型領導 自變量 2 zbl2回避型領導 自變量 3 zbl3認同和內部化 調節變量 TJ領導成員交換 中介變量 ZJ工作績效 因變量 YB 調節變量：如果自變量與因變量的關系是變量 M 的函數，稱變量 M 為調節變量。也就是, 領導風格（自變量）與工作績效（因變量）的關系受到組織認同（調節變量）的影響，或組織認同（調節變量）在領導風格（自變量）對工作績效（因變量）影響關系中起到調節作用。具體來說，對于組織認同高的員工，變革型領導對工作績效的影響力，要高于組織認同低的員工。中介變量：如果自變量通過影響變量 N 來實現對因變量的影響，則稱 N 為中介變量。也就是，領導風格（自變量）對工作績效（因變量）影響作用是通過領導成員交換（中介變量）的中介而產生的。研究思路及三個主要部分組成：（1）領導風格對于員工工作績效的主效應（Main Effects）研究。（2）組織認同對于不同領導風格與員工工作績效之間關系的調節效應（Moderating Effects）研究。（3）領導成員交換對于不同領導風格與員工工作績效之間關系的中介效應（Mediator Effects）研究。變革型領導交易型領導回避型領導工作績效領導成員交換組織認同2目 錄1.調查問卷表中數據預先處理 31.1 剔除無效問卷 31.2 重新定義控制變量 32. 把 Excel 數據導入到 SPSS 軟件中的方法 43. 確認所有的變量中有無“反向計分”項 43.1 無“反向計分”題 53.2 有“反向計分”題 54. 效度分析 65. 信度分析 86. 描述統計 97. 各變量相關系數 127.1 求均值 127.2 相關性 128. 回歸分析 138.1 使用各均值來分別求 Z 值 138.2 自變量 Z 值與調節變量 Z 值的乘積 138.3 進行回歸運算 148.3.1 調節作用分析 148.3.2 中介作用分析 188.4 調節作用作圖 2231. 調查問卷表中數據預先處理1.1 剔除無效問卷調查問卷表中有內容對立的題項，主要是測試答題人是否認真閱讀和填寫本調查問卷表而設置的，例如： 2.2 題 我在決策過程當中經常發表了自己的意見。2.8 題 在決策中我沒有發表意見的機會。可供的回答選項如下： 完全不符合 比較不符合 有點符合 比較符合 完全符合如果答題者 2.2 題的回答選，做 2.8 題的回答卻選，則這份調查問卷為無效。該調查問卷所有數據應事先刪除，即：這份調查問卷不能用做數據分析。有效的回答為：如果 2.2 題的回答選，做 2.8 題的回答選；或者，如果 2.2 題選， 那么 2.8 題選 。 等等（依此類推，在此不全部列出）1.2 重新定義控制變量輸入在 Excel 中的調查問卷表 數據項，例如：最高學歷、性別、年齡，當前工作時間，等等，諸如此類的描述統計的項目，被統稱為“控制變量”數據導入 SPSS 之前，在 Excel 中要事先對“最高學歷” 、 “性別” 、 “年齡” 、 “當前工作時間”等控制變量進行了歸類和重新定義，例如：性別的重新定義：男性 表示為 1女性 表示為 2年齡的重新定義：25 歲以下 表示為 12530 歲 表示為 23035 歲 表示為 33540 歲 表示為 440 歲以上 表示為 5當前工作時間的重新定義：1 年以下 表示為 113 年 表示為 235 年 表示為 358 年 表示為 48 年以上 表示為 5等等（依此類推，對其他控制變量進行適當的定義）42. 把 Excel 數據導入到 SPSS 軟件中的方法操作方法：打開 SPSS 程序，點擊在左上角的 FileOpenDate對話框中的“文件類型”項中選擇“Excel 格式 ”選擇你要導入的 Excel 數據文件點擊“打開”在對話框中的“Range”項定義提取 Excel 表中數據的范圍“最左上角 : 最右下角” ，例如“B2 : HW217”數據自動導入到 SPSS 表格中，在 Date View頁面中確認一下數據是否少讀或多讀不需要的信息。（注意：在對話框選項“Read variable names form the first row of date”上打勾或不打勾，對定義 Excel 表中數據的范圍有影響，所以要確認一下數據是否少讀或多讀不需要的信息）從“Date View”頁面轉到“Variable View”頁面，根據最左邊的“Name”對應“調查問卷”中的問題項，在“Label ”列中標明自變量 1、自變量 2、自變量 3、調節變量、中介變量、因變量。Q1: 在“Label”列中標注什么代號？A1:根據個人的喜歡和方便識別、記憶 可自己定義，本文的標注是：自變量 1 zbl1自變量 2 zbl2自變量 3 zbl3調節變量 TJ中介變量 ZJ因變量 YBQ2: 怎樣知道哪幾行是自變量 1、哪幾行是自變量 2、哪幾行是因變量？A2: 導師會事先告訴你，在調查問卷表中哪些問題項是屬于自變量 1、哪些問題項是屬于自變量 2、哪些問題項是屬于因變量。對照調查問卷表中各問題項的排列順序 找到 SPSS 中相應的“行”并作上述標注。注意：數據較多，不要看錯行，這樣會導致運算了其他不相關的數據而造成錯誤!3. 確認所有的變量中有無“反向計分”項在做效度分析之前，先要看清楚調查問卷表中被選中作為變量的問卷題目有沒有要“反向計分”的？每個變量所對應的問卷題目內容再仔細地一題一題確認一遍。所謂“反向計分”題是指在同一變量中與其他題目邏輯相反的題。例如：5.1 題 我清楚我的上司對我的滿意程度如何。5.2 題 我的上司對我的問題和需求了如指掌。5.3 題 我的上司沒有意識到我的潛力。 假如這 3 道題都屬于同一變量，第 5.35題與其它題的邏輯相反，第 5.3 題就是“反向計分題” 。在做數據分析時，該題的計分應與其它題相反，因此事先要對該題的計分進行轉換，轉換方法如下 3.2 說明3.1 如果沒有反向計分題，那么就跳過 3.2 的步驟，直接進行信度分析、效度分析等3.2 如果有反向計分題，那么執行以下步驟，經過計分轉換后，該題才能和其它題一同進行之后的各項數據分析操作方法：TransformRecodeInto Different Variables在左邊的框中找到“反向計分”的項并點擊放入到“Numeric Variable Output Variable”框內在右邊 Name 框中輸入新的名字，比如：zbl2fanxiang（代表：自變量 2 的反向計分項）點擊“Old and New Values”后進入另一個對話框，如果你的調查問卷表中該題是15 計分范圍，那么按以下方法輸入： 在 Old Value 框中鍵入 1 后，在 New Value 框中鍵入 5，點擊 Add 按鈕；在 Old Value 框中鍵入 2 后，在 New Value 框中鍵入 4，點擊 Add 按鈕；在 Old Value 框中鍵入 4 后，在 New Value 框中鍵入 2，點擊 Add 按鈕；在 Old Value 框中鍵入 5 后，在 New Value 框中鍵入 1，點擊 Add 按鈕；最后，按 Continue 按鈕，完成計分轉換的設定，再按 OK 鍵完成。生成新的 1 行，即：自變量 2 反向計分項（代號：zbl2fanxiang） ，出現在“Variable View”頁面所有數據行的最下面 1 行。不要遺忘的注意點：在此后的運算（效度分析，信度分析，求均值） ，凡是涉及到要使用該項時，均用新生成的自變量 2 反向計分項（代號：zbl2fanxiang）代替原有項進行運算。64. 效度分析操作方法：AnalyzeDate ReductionFactor Analysis在左邊的框中把所有自變量 1的項（標注為：zbl1）全都放到 Variables 框中去，點擊 OK，完成自變量 1 的效度分析。重復以上操作，自變量 2、自變量 3、調節變量、中介變量、因變量都要分別做效度分析。結果如下：（只要 Copy 出必要的數據即可，不用把生成的所有結果都 Copy 出來）判斷標準：看下表 Component 的值，如果全部都在 0.5 以上就有效，0.7 以上載荷就好；如果出現載荷小于 0.5 的變量題項，那么就篩除該題項。篩除方法：記住該變量的題項在下表 Component Matrix(a)的位置順序，并在SPSS 軟件的“Variable View”頁面中找到相對應的數據行，在“Label”格中刪除先前標注的變量代號，總而言之，就是今后在做任何運算時都不要用到該項。結果如下：“bl1：（自變量 1）變革型領導Component Matrix(a)Component1zbl1 .732zbl1 .763zbl1 .740zbl1 .790zbl1 .786zbl1 .803zbl1 .777zbl1 .711zbl1 .778zbl1 .788zbl1 .789zbl1 .770zbl1 .768zbl1 .770zbl1 .816zbl1 .784zbl1 .762zbl1 .760Extraction Method: Principal Component Analysis.a 1 components extracted.7bl2：（自變量2）交易型領導Component Matrix(a)Component1zbl2 .809zbl2 .803zbl2 .792zbl2 .810Extraction Method: Principal Component Analysis.a 1 components extracted.bl3：（自變量 3）回避型領導Component Matrix(a)Component1Zbl3 .839Zbl3 .897Zbl3 .713Zbl3 .884Zbl3 .796Zbl3 .819Zbl3 .821Zbl3 .514等等（此處省略，不一一列出各表格）根據以上這些結果作出下面這樣的表格放在論文中即可（在論文中表格要居中放置）如下：變革型領導的因子載荷矩陣Component1變革型領導 .732變革型領導 .763變革型領導 .740變革型領導 .790變革型領導 .786變革型領導 .803變革型領導 .777變革型領導 .711變革型領導 .778變革型領導 .7888變革型領導 .789變革型領導 .770變革型領導 .768變革型領導 .770變革型領導 .816變革型領導 .784變革型領導 .762變革型領導 .760等等（依此類推，作出各變量表格放在論文中）5. 信度分析操作方法：AnalyzeScale Reliability Analysis在左邊的框中把所有自變量 1的項（標注為：zbl1）全都放到 Variables 框中去，點擊 OK，完成自變量 1的信度分析。重復以上操作，自變量 2、自變量 3、調節變量、中介變量、因變量都要分別做信度分析。結果如下：（只要 Copy 出必要的數據即可，不用把生成的所有結果都 Copy 出來）判斷標準：看下表 Cronbachs Alpha 的值，如果全部都 在 0.7 信度以上就可以接受；如果信度小于 0.7，那么就要檢查是否存在反向計分的題項，或者有些題項信度太低影響總的信度水平，排除這個題項后再算信度看看是否改善。如果發現這類情況，那么今后在做任何運算時都不要用到該題項。zbl1：（自變量 1）變革型領導Reliability StatisticsCronbachs Alpha N of Items.960 18zbl2：（自變量2）交易型領導Reliability StatisticsCronbachs Alpha N of Items.816 4zbl3：（自變量3）回避型領導Reliability Statistics9Cronbachs Alpha N of Items.870 8TJ：（調節變量）認同和內部化Reliability StatisticsCronbachs Alpha N of Items.864 3ZJ：（中介變量）領導成員交換Reliability StatisticsCronbachs Alpha N of Items.902 6YB：（因變量）工作績效Reliability StatisticsCronbachs Alpha N of Items.873 4根據以上這些結果作出下面這樣的表格放在論文中即可（在論文中表格要居中放置）如下：分量表信度分析匯總表變量類別 分量表 Cronbachs Alpha值變革型領導 .960交易型領導 .816回避型領導 .870自變量薪酬 0.851調節變量 組織認同 .864中介變量 領導成員交換 .902因變量 員工工作績效 .8736. 描述統計描述統計的對象：本文的調查問卷表中：最高學歷、性別、年齡，當前工作時間，等等為描述統計的對象（一般統計員工的數據，有必要時才統計領導數據） 。這些對象被統稱為“控制變量” （事先要在數據導入 SPSS 前，在10EXCEL 表中先進行歸類和重新定義，具體參見第 3 頁 1.2 章節內容）操作方法：AnalyzeDescriptive StatisticsFrequencies在左邊的框中把所有控制變量（如：最高學歷、性別、年齡，當前工作時間、等等）全都放到 Var