Una escala es una herramienta de medición. Hay muchos estándares de diseño de escala, y el diseño de cada escala tiene sus propias características. Las características de las diferentes escalas también determinan la escala de medición. La escala comúnmente utilizada en el análisis de datos es la escala especial Li Ke. La escala de Likert fue formada en 1932 por Likert, un psicólogo social estadounidense, sobre la base de la escala de suma original en ese momento. Es un método de investigación de mercado. La tabla generalmente establece cinco respuestas. Se registra como 1, 2, 3, 4, 5, y también hay siete escalas.
Debido a que la escala de Likert se usa más comúnmente, este artículo usa el análisis de la escala de Likert ( en lo sucesivo, datos de la escala ) como ilustración. En general, se puede dividir en seis partes: la primera parte es la descripción de las características de los datos de la muestra, la segunda parte es la confiabilidad de la escala, la tercera parte es la relación de diferencia, la cuarta parte es la relación de influencia, y otras descripciones, a continuación las explicaremos una a una.
- Características de los datos
Después de recopilar los datos de la muestra, primero describa las características de los datos, el propósito es tener una comprensión más profunda de la situación básica de la muestra, como el análisis estadístico descriptivo o el análisis de frecuencia, para comprender mejor el comportamiento característico o la actitud básica de la población de la muestra. - Fiabilidad de la escala
La fiabilidad de la escala se puede describir a través del análisis de fiabilidad y validez, ¿qué es la fiabilidad? La confiabilidad consiste simplemente en estudiar si los datos de la muestra son verdaderos y creíbles. ¿Qué es la validez? La validez se refiere a si el diseño de los ítems de medición del cuestionario es razonable o no, lo cual se explicará en detalle a continuación.
En general, después de realizar una investigación de confiabilidad de la escala, si los investigadores desean continuar extrayendo información de la muestra y obtener conclusiones más efectivas, las más comunes son la relación de diferencia, la correlación y la relación de influencia. Primero, explique la relación de diferencia .- Relación de correlación e influencia
Además de estudiar la relación de diferencia, también puede estudiar la relación de correlación e influencia. La relación de correlación estudia la relación entre dos variables. A través de la relación de correlación, los investigadores pueden comprender aproximadamente la relación básica entre las variables y si existe una relación de correlación La mayor parte de la investigación sobre la correlación es para allanar el camino para el análisis de regresión, porque una correlación no necesariamente tiene una relación de influencia, pero una relación de influencia debe tener una correlación, por lo que generalmente los investigadores realizan una investigación de correlación antes de realizar un análisis de regresión. - otro
A veces se estudian múltiples muestras para clasificación (análisis de conglomerados) o cálculo de peso de indicadores, etc. Se explicará a continuación.
1. Características de los datos
Por lo general, las características de los datos se describen mediante análisis de frecuencia o análisis descriptivo para comprender las características de distribución de datos y, a veces, también se pueden usar gráficos visuales para describir los resultados de manera más intuitiva. Antecedentes del caso: El cuestionario estudia principalmente la satisfacción de los empleados. La satisfacción de los empleados se divide en cuatro variables: desarrollo personal, características del trabajo, gestión del liderazgo y rentabilidad del trabajo. Las cuatro dimensiones están representadas por preguntas de escala de 2 a 4 (consulte Los datos del cuestionario se pueden pegar en un navegador para su uso ). Por ejemplo, si desea estudiar "si están de acuerdo con el punto de vista de que la remuneración laboral y los ingresos laborales coinciden" de los encuestados, los resultados del análisis son los siguientes:
A partir de los resultados de la tabla, podemos obtener un total de 389 muestras válidas recopiladas, entre las cuales la mayor proporción de personas que están de acuerdo con las opiniones anteriores es de 164 personas, y la proporción de personas que están "de acuerdo" y "totalmente de acuerdo" con las opiniones es 42,16 %+12,08 %=54,24 %, por lo que muestra que más de la mitad de los encuestados está de acuerdo con la opinión de que “la paga laboral y los ingresos laborales coinciden”. como analizar los puntos de vista u opiniones de diferentes géneros y diferentes ocupaciones. El siguiente paso es comprobar la fiabilidad de la escala.
2. Fiabilidad de la escala
La confiabilidad de la escala se puede explicar desde la perspectiva de la confiabilidad y la validez.Análisis de confiabilidad significa si la muestra realmente respondió la pregunta. Por lo general, el análisis de confiabilidad solo puede analizar elementos de escala. El análisis de confiabilidad es solo para datos cuantitativos.
El análisis de validez se refiere a si el diseño de los elementos de medición de la investigación es razonable. En circunstancias normales, el análisis de validez es solo para datos de escala, y las preguntas que no son de escala, como las de opción múltiple, género de opción única y otros temas, no pueden analizarse para determinar su validez. Si desea analizar la validez, se recomienda utilizar "validez de contenido", es decir, describir el proceso de diseño del cuestionario en detalle con palabras, para describir claramente qué hace el cuestionario, para qué sirve y por qué. es razonable y está certificado por expertos, lo que demuestra que el diseño del cuestionario es razonable y efectivo. En términos generales, debe haber confiabilidad antes que validez, por lo que primero se realiza el análisis de confiabilidad.
La confiabilidad se divide en confiabilidad interna y confiabilidad externa. Para conocer las diferencias específicas, consulte el artículo recomendado (que se proporciona a continuación). Hay muchos cálculos para el coeficiente de confiabilidad de la confiabilidad interna, pero el más utilizado es el coeficiente de Cronbach . Así que el ejemplo También se describe en términos del coeficiente de Cronbach. Debido a que este cuestionario contiene un total de 4 dimensiones, los resultados del análisis de confiabilidad por dimensión se organizan de la siguiente manera:
A continuación, compruebe la validez del cuestionario. Dado que la escala del cuestionario tiene cuatro dimensiones, el número de dimensiones se establece en 4. El funcionamiento es el siguiente:
El resultado es el siguiente:
En la tabla anterior, podemos ver que los elementos 12 de la escala de análisis de validez se dividen en dimensiones 4. A partir de los resultados, la estructura es buena y se puede ver en la tabla anterior que el valor KMO es 0.916> 0.6, y el valor de p es inferior a 0,05, el valor de la tasa de explicación de la varianza acumulada es del 74,78 %, lo que indica que las cuatro dimensiones pueden extraer la mayor parte de la información del elemento. Por lo tanto, muestra que los datos de la investigación tienen un buen nivel de validez de constructo. Más contenido también puede referirse a:
3. Relación de diferencia
Las relaciones de diferencia se utilizan generalmente para comparar las diferencias entre dos o más conjuntos de datos. Los métodos comunes para el estudio de las diferencias son la prueba t, la varianza y la prueba de chi-cuadrado. La diferencia entre los tres es que los tipos de datos son diferentes La prueba t (aquí el valor de la prueba t de muestra independiente) y la varianza (aquí se refiere al análisis de varianza de una vía) requieren que la variable independiente de datos sea una variable fija, la variable dependiente es una variable cuantitativa, y la prueba de chi-cuadrado requiere la variable independiente Tanto la variable dependiente como la variable dependiente son variables definidas Para la prueba t y la varianza, si la variable independiente son dos grupos, como hombres y mujeres, generalmente se usa la prueba t. Si la variable independiente es más de dos grupos, como "escuela primaria", "escuela secundaria" y "escuela secundaria", generalmente se usa el análisis de varianza. Por ejemplo, si desea estudiar "si hay diferencias en el desarrollo personal de los diferentes puestos" en el cuestionario, dado que el grupo de puestos es más de dos grupos, utilice el análisis de varianza (análisis de varianza unidireccional) para describir , en primer lugar, las cuatro escalas bajo desarrollo personal Combinando el título en una variable.
Proceder de la siguiente:
- Primero haga clic en [Generar variable] en [Procesamiento de datos];
- Luego elija las cuatro preguntas de la escala en Desarrollo personal
- Debido a que las preguntas de la escala se combinan en una sola dimensión, el valor promedio se usa para procesar
- Finalmente, asigne un nombre a la dimensión y haga clic en Confirmar para procesar
Luego, se realizará un análisis de varianza de una vía con el cargo como variable independiente y el desarrollo personal como variable dependiente, los resultados son los siguientes:
De los resultados se puede obtener que el valor F del modelo es 3.061, y el valor p es 0.028 menor a 0.05, por lo que el modelo es significativo, indicando que existen diferencias en el desarrollo personal de los diferentes cargos. Del mismo modo, también se puede utilizar la prueba t para muestras independientes para analizar si existen diferencias en el desarrollo personal de los diferentes géneros, los resultados son los siguientes:
De los resultados también se encuentra que el valor de t es -2.597, y el valor de p es de aproximadamente 0.01<0.05, por lo que muestra que las personas de diferentes géneros tienen diferencias en el desarrollo personal. Para obtener más contenido, consulte:
4. Relación de correlación e influencia
Para lidiar con las diferencias de investigación, las preguntas de escala también pueden estudiar la correlación y las relaciones de influencia. Por ejemplo, si desea estudiar el impacto del desarrollo personal, las características del trabajo y la gestión del liderazgo en los rendimientos laborales, primero combine varias preguntas de escala en una dimensión y los pasos son los mismos que los anteriores, y luego analizados, los resultados son los siguientes:
Debido a que la investigación sobre el desarrollo personal, las características del trabajo y la relación entre el liderazgo y la gestión en el trabajo devuelve, los datos son todos variables cuantitativas, por lo que se utiliza la regresión lineal para el análisis.Primero, la prueba de correlación de los elementos de análisis se lleva a cabo antes de la análisis Los resultados son los siguientes:
Como se puede ver en la tabla anterior, utilizando el análisis de correlación para estudiar la correlación entre las recompensas laborales y la gestión del liderazgo, las características del trabajo y el desarrollo personal, los resultados muestran que existen correlaciones entre las recompensas laborales y los tres, por lo que el siguiente paso es análisis de regresión:
Primero mire la prueba F, los resultados son los siguientes:
De la tabla anterior, se puede concluir que la dimensión de la suma de cuadrados de la regresión es 149.909, la suma residual de cuadrados es 144.613, la suma total de cuadrados es 149.909+144.613=294.522, la estadística F es 133.033 y el valor p es menor que 0,05, por lo que muestra que la construcción del modelo es significativa, al menos una variable propia tiene un efecto sobre la variable dependiente. Vea los resultados de la regresión de la siguiente manera:
Se estableció una ecuación de regresión lineal con rendimiento laboral como variable dependiente y gestión de liderazgo, características laborales y desarrollo personal como variables independientes.De los resultados se obtienen los valores de p de las tres variables gestión de liderazgo, características laborales y desarrollo personal. fueron todos inferiores a 0,05, y los coeficientes de regresión fueron todos Si es mayor que 0, la gestión del liderazgo, las características del trabajo y el desarrollo personal tienen un impacto positivo en los rendimientos del trabajo. Porque solo quiero estudiar la relación del impacto, no lo haré. Entrar en detalles sobre el modelo de la ecuación de regresión.