spss分析里克特量表
李科特量表
伦西斯·利克特 [Rensis Likert 1903.08.05－1981.09.03]美国教育家和组织心理学家。
他出生于美国怀俄明州夏延（Cheyenne），逝于美国密歇根州安阿伯（Ann Arbor）。
他的父亲是一名工程师。
利克特早先就读于密歇根大学，起初学的是工程学，但最后却在 1922 年获得了社会学和经济学专业的文学士学位。
后来在哥伦比亚大学学习，1932 年获得心理学博士学位，其里程碑式的学位论文《态度测量方法》发表于《心理学档案》杂志。
这篇学位论文成为利克特量表的基础（利克特量表是社会学家们的一种标准工具）。
在密歇根大学期间，他和简（Jane Gibson）相识，并于几年后在他攻读博士期间结婚，婚后他们有两个女儿。
1930－1935 年，利克特任纽约大学心理学教授，之后在康涅狄格州哈特福德任人寿保险机构管理研究协会董事，在此期间，他采用面谈和书面问答的形式对 10 家最佳的和 10 家最差的保险公司进行了比较研究，其研究结果发表在《信心与机构管理》（与 J.M.威利茨合著）丛书中。
这项研究为他后来继续开展组织领导问题的研究打下了基础。
1939 年，利克特受聘于农业经济局下属位于华盛顿的计划调查处，在该处工作时他发展了谈话、编码和取样调查等方法，成为当今社会基础。
第二次世界大战期间，他在战时情报处工作，研究公众态度、公众体验和公众行为等课题。
他与爱荷华州立大学合作研究制定了一套家庭取样调查的方法，即人们现在所知的概率取样调查。
他还与其他人一起对战争债券、外国侨民和战时轰炸的影响等开展了广泛的研究。
1946 年，利克特受密歇根大学之邀，为该校建立了社会调查研究中心。
不久，该中心与后来增加的三个中心一起合并为社会研究所，利克特担任该所所长，一直到他 1970 年退休为止。
在此期间，他出版了两本主要著作：《新型的管理》和《人类组织》，他的管理理论在日本极受欢迎，影响波及近代日本各地组织。
SPSS探索性因子分析报告地过程
现要对远程学习者对教育技术资源和使用情况进行了解，设计一个李克特量表，如下图所示：问题题项从未使用很少使用有时使用经常使用总是使用1 2 3 4 5a1 电脑a2 录音磁带a3 录像带a4 网上资料a5 校园网或因特网a6 电子邮件a7 电子讨论网a8 CAI课件a9 视频会议a10 视听会议一．因子分析的定义在现实研究过程中，往往需要对所反映事物、现象从多个角度进行观测。
因此研究者往往设计出多个观测变量，从多个变量收集大量数据以便进行分析寻找规律。
多变量大样本虽然会为我们的科学研究提供丰富的信息，但却增加了数据采集和处理的难度。
更重要的是许多变量之间存在一定的相关关系，导致了信息的重叠现象，从而增加了问题分析的复杂性。
因子分析是将现实生活中众多相关、重叠的信息进行合并和综合，将原始的多个变量和指标变成较少的几个综合变量和综合指标，以利于分析判定。
用较少的综合指标分析存在于各变量中的各类信息，而各综合指标之间彼此是不相关的，代表各类信息的综合指标成为因子。
因子分析就是用少数几个因子来描述许多指标之间的联系，以较少几个因子反应原资料的大部分信息的统计方法。
二．数学模型im im i i i i U F F F F Z +++++=αααα · · · 332211i Z 为第i 个变量的标准化分数；（标准分是一种由原始分推导出来的相对地位量数，它是用来说明原始分在所属的那批分数中的相对位置的。
）m F 为共同因子；m 为所有变量共同因子的数目；i U 为变量i Z 的唯一因素；im α为因子负荷。
（也叫因子载荷，统计意义就是第i 个变量与第m 个公共因子的相关系数,它反映了第i 个变量在第m 个公共因子上的相对重要性也就是第m 个共同因子对第i 个变量的解释程度。
）因子分析的理想情况，在于个别因子负荷im α不是很大就是很小，这样每个变量才能与较少的共同因子产生密切关联，如果想要以最少的共同因素数来解释变量间的关系程度，则i U 彼此间不能有关联存在。
运用spss软件进行信度分析
运用spss软件进行信度分析问卷的信度分析一、概念：信度是指根据测验工具所得到的结果的一致性或稳定性，反映被测特征真实程度的指标。
一般而言，两次或两个测验的结果愈是一致，则误差愈小，所得的信度愈高，它具有以下特性：1、信度是指测验所得到结果的一致性或稳定性，而非测验或量表本身；2、信度值是指在某一特定类型下的一致性，非泛指一般的一致性，信度系数会因不同时间、不同受试者或不同评分者而出现不同的结果；3、信度是效度的必要条件，非充分条件。
信度低效度一定低，但信度高未必表示效度也高；信度检验完全依赖于统计方法。
信度可分为：内在信度：对一组问题是否测量同一个概念，同时组成量表题项的内在一致性程度如何；常用的检测方法是Cronbach’s alpha系数。
外在信度：对相同的测试者在不同时间测得的结果是否一致，再测信度是外在信度最常用的检验法。
二、信度指标：1.用信度系数来表示信度的大小。
信度系数越大，表明测量的可信程度越大。
究竟信度系数要多少才算有高的信度。
学者DeVellis(1991)认为，0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；0.80～0.90（非常好）。
由此，一份信度系数好的量表或问卷，最好在0.80以上，0.70至0.80之间还算是可以接受的范围；分量表最好在0.70以上，0.60至0.70之间可以接受。
若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下，应考虑重新修订量表或增删题项。
2．信度指标多以相关系数来表示：大致可分为三类：稳定系数（跨时间的一致性）、等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。
三、信度分析方法:1.重测信度法：用同样的问卷对同一被测间隔一定时间的重复测试，也可称作测试——再测方法，计算两次测试结果的相关系数。
很显然这是稳定系数，即跨时间的一致性。
重测信度法适用于事实性的问卷，也可用于不易受环境影响的态度、意见式问卷。
李克特量表的统计学分析与模糊综合评判
李克特量表的统计学分析与模糊综合评判一、本文概述本文旨在探讨李克特量表在统计学分析中的应用，并结合模糊综合评判方法，对李克特量表的评估结果进行深入研究。
文章首先介绍了李克特量表的基本概念、特点及其在各种研究领域中的应用，然后阐述了统计学分析在李克特量表数据处理中的重要性。
接下来，文章将详细介绍如何运用模糊综合评判方法对李克特量表的评估结果进行综合分析，包括模糊集的建立、隶属函数的确定、权重的分配等关键步骤。
文章将通过实际案例，展示李克特量表统计学分析与模糊综合评判的结合应用，以期为读者提供一种全面、有效的评估方法，提升李克特量表在实证研究中的应用价值。
二、李克特量表的基本原理李克特量表（Likert Scale）是一种常用的心理测量工具，主要用于测量人们对某一事物或观点的态度、看法或情感倾向。
这种量表的设计基于李克特于1932年提出的心理学理论，其核心观点是通过量化评分的方式来量化人们对某一问题的主观感受。
李克特量表通常包括五个或七个等级，每个等级代表不同的态度强度，如“非常同意”“同意”“中立”“不同意”和“非常不同意”等。
被测试者根据自己的实际情况或感受，选择最符合自己态度的等级。
通过收集和分析大量被测试者的选择数据，研究者可以了解被测试者群体对某一问题的整体态度倾向。
李克特量表的基本原理在于其假设人们的态度是连续的，而不是离散的。
即人们的态度不是简单的“是”或“否”，而是存在一个从“非常积极”到“非常消极”的连续谱。
因此，李克特量表通过多个等级的划分，可以更细致地反映人们态度的细微差别。
李克特量表还假设人们的态度是可以通过自我报告来测量的。
即被测试者可以准确地报告自己的态度，而这种报告是可靠的。
当然，这一假设在实际应用中可能会受到一些因素的影响，如被测试者的记忆偏差、社会期望效应等。
李克特量表的基本原理是通过量化评分的方式来量化人们对某一问题的主观感受，并通过多个等级的划分来反映人们态度的细微差别。
李克特量表(LikertScales)
正向問題與反向問題給分方法
(4)邀請一組樣本(專家)，請各受訪者對上述 態度各項目表達立場。 (5)進行問卷測試 50 份或正式問卷發放
(6)進行項目分析(item analysis)對量表之題庫 做篩選，假定每一項目都具有相同的量值。 項目的好壞是依據其是否具有區別力 (power of discrimination)判定，被判定為較 差區別力之項目則刪除。
5.依據總分區分低分組(27%)
6.進行獨立性兩群母體的 T-test
7.去除未達顯著水準的項目
鑑別能力的判定
•將顯著性的機率值＞0.05者 之變數編號記 錄起來。 •表示這些變數(題目)沒有鑑別能力，稍後 必須刪除這些題目。
結論：C9，C12，C13，C18必須刪除
3.李克特量表(Likert Scales)
•1932年由 R. Likert 發展而成 •Likert Scales 屬評分加總式量表最常用的一種 •屬同一 Dimension 的項目(item)是用加總方式來 計分，單獨或個別項目較無意義。 •評分加總式量表是對某一 Dimension 所設計的數 個項目，評量每位受訪者的態度反應(同意程度)。 •每一個反應都給一個數值，以代表受訪者對該項目 的贊同程度，將每位受訪者在這些項目的得分加總， 即是受訪者對該 Dimension 之態度。
二. 項目分析與預按照總分高低排序 四.高低分組 五.依照高低分組進行每題的t檢定 六.項目分析結果的判斷說明
項目分析：內部一致性效標分析法
1.反向問題重新計分
2.計算每一張問卷全部項目的總分 3.依據每一張問卷全部項目總分由低至高排列
4.依據總分區分高分組(27%)
4.李克特量表 設計的步驟
(1)建立大量有關某一「態度」Dimension之題庫， 每一個題庫(statement)等於一個項目(item)，並 隨機式排列這些項目問題。 (2)項目必須包含正向(贊同)問題與反向(反對)問題
5级量表数据分析
5级量表数据分析以李克特五点量表为例介绍使用SPSS分析问卷数据的流程。
问卷数据收集完成后，首先要剔除无效问卷，保证数据的准确性。
分析步骤如下：01丨录入问题及数据打开SPSS软件，在变量视图界面内输入问题及设置值，一般设置值为1非常不同意，2不同意，3不一定，4同意，5非常同意。
同理输完一篇问卷即可。
02丨描述性分析描述性分析主要是对被调查者的基本信息进行描述，如性别、学历、年龄、工作年限、居住地等等，这类问题一般放置在一份问卷的开头（也有放置在结尾，个人设计问卷时比较喜欢放置于开头）。
描述性分析主要对问卷的均值、标准差进行分析，均值相同时，比较标准差，标准差越小，表示越稳定。
1、点击分析-----描述统计----描述----选择变量----点击选项----选择你需要描述的项（平均值、方差…..）。
2、分析----描述统计----频率---选择项，则可以得出频率频数。
最后将自己需要的数据进行汇总了列成表格或图表（饼图/柱形图等）的表示，图表的项有频数、频率、均值、标准值等，并辅以文字说明，使结果一目了然。
（注：以下图表及数据仅作为案例解释说明，数据不具有准确性和真实性）03丨信度分析信度分析主要是通过SPSS分析验证设计的问卷是否可靠，问卷题目之间是否具有良好的相关性进行分析，被调查者的答案是否存在矛盾，是否可靠等等。
问卷分析的步骤如下：点击分析----标度----可靠性分析-----选择项----确定结果分析：一般来说，问卷是否可靠主要看Alpha（a系数），a<0.7则表示设计的问卷信度不可靠，0.7<a<0.8则说明问卷具有一定的可靠性，0.8<a<0.9则说明问卷信度很好。
上面的项数则是选择分析的问卷题目的数目。
在进行进一步介绍时先谈一下问卷设计的内容。
实证分析的论文中比较简单的模型大概可能是:研究对象的影响因素（自变量）会影响研究对象的效果（因变量），A H B ; 即论文假设H为自变量A 对因变量B会产生一定的影响。
李克特五级量表计算公式
李克特五级量表计算公式【实用版】目录1.李克特五级量表的概述2.李克特五级量表的计算公式3.李克特五级量表的应用示例4.李克特五级量表在 SPSS 中的分析方法正文李克特五级量表是一种常用的心理反应量表，由美国心理学家李克特（R.A.Likert）于 1932 年提出，并在总加量表基础上改进而成。
它通常在问卷调查中使用，是调查研究中使用最广泛的量表之一。
李克特五级量表的计算公式如下：1.五级李克特量表的计分方式为：赞同度=（a+b+c+d+e）/5，其中 a、b、c、d、e 分别代表对某一问题的五级评价得分。
2.如果需要进行信度分析，可以使用 SPSS 等统计软件进行分析。
李克特五级量表的应用示例：假设有一个关于某餐厅满意度的问卷，其中一个问题是：“您对餐厅的整体满意度如何？”，选项为：1.非常不满意；2.不满意；3.一般；4.满意；5.非常满意。
假设有 100 位顾客参与了问卷调查，他们的回答情况如下：| 顾客编号 | 非常不满意 | 不满意 | 一般 | 满意 | 非常满意|| -------- | ---------- | ------ | ----- | ----- | -------- | | 1 | 1 | 2 | 3 | 4 | 5|| 2 | 2 | 3 | 3 | 4 | 5 || 3 | 3 | 3 | 4 | 5 | 5 |... |... |... |... |... |... || 100 | 3 | 4 | 4 | 5 | 5 |根据李克特五级量表的计分方式，我们可以计算出每位顾客的满意度得分，然后将所有顾客的得分求平均值，得到整体满意度得分。
李克特五级量表在 SPSS 中的分析方法：1.打开 SPSS 软件，导入问卷数据。
2.在“变量查看”中，将李克特量表的五个选项分别转化为数字形式，例如：非常不满意=1，不满意=2，一般=3，满意=4，非常满意=5。
3.在“分析”菜单中，选择“描述性统计”->“频数”或“分析”->“计算变量”->“频数”，计算各等级的人数。
李克特量表法
李克特量表法李克特量表法（Likert Scale）是一种常用的调查问卷设计中的评估方法。
它通过收集受调查者对一系列问题的意见，来衡量他们的态度和看法。
它主要用于衡量一个人在某一特定领域内（如生活、工作、宗教、政治等）的态度和看法。
李克特量表法具有五个共同特点：1. 李克特量表是一种问卷形式，其中包含一系列由受访者回答的问题。
2. 问题的答案往往是一个连续的、从正面到负面的从1到5的等级，或者是一系列从正面到负面的简单声明。
3. 回答者可以选择一个最能描述他们对问题的态度和看法的等级，或者选择不同等级来描述他们的态度和看法。
4. 问卷中的每个问题都应该有一个有意义的标准，以便受访者可以更好地描述他们的态度和看法。
5. 答案中所涉及的每个等级应该有一个易于理解的定义，使受访者能够更容易地回答问题。
李克特量表的核心原理是通过计算受访者对问题的态度和看法来评估他们的态度和看法。
使用李克特量表法可以更准确地测量受访者的态度和看法，而不会受到任何干扰。
李克特量表法的优势在于它可以更准确地衡量受访者的意见，而且它可以收集大量信息，有助于更清晰地识别出受访者的态度和看法。
此外，它还可以提供有用的反馈，帮助受访者更好地理解他们的态度和看法。
然而，使用李克特量表也存在一些不利因素。
首先，它可能会产生偏差，因为受访者可能会偏袒自己的意见或偏袒他人的意见，从而影响结果的准确性。
其次，由于受访者的回答受他们的经验、文化和教育背景的影响，因此可能会导致偏见和回答偏差。
此外，由于受访者的语言水平和文化背景，他们可能无法理解问题，从而影响结果的准确性。
总之，李克特量表法是一种有用的工具，可以帮助我们更准确地衡量受访者的态度和看法。
尽管它也存在一些不利因素，但通过正确的使用，它可以帮助我们获得准确、可靠的信息，从而作出更明智的决策。
SPSS探索性因子分析的过程
S P S S探索性因子分析的过程Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT现要对远程学习者对教育技术资源和使用情况进行了解，设计一个李克特量表，如下图所示：一．因子分析的定义在现实研究过程中，往往需要对所反映事物、现象从多个角度进行观测。
因此研究者往往设计出多个观测变量，从多个变量收集大量数据以便进行分析寻找规律。
多变量大样本虽然会为我们的科学研究提供丰富的信息，但却增加了数据采集和处理的难度。
更重要的是许多变量之间存在一定的相关关系，导致了信息的重叠现象，从而增加了问题分析的复杂性。
因子分析是将现实生活中众多相关、重叠的信息进行合并和综合，将原始的多个变量和指标变成较少的几个综合变量和综合指标，以利于分析判定。
用较少的综合指标分析存在于各变量中的各类信息，而各综合指标之间彼此是不相关的，代表各类信息的综合指标成为因子。
因子分析就是用少数几个因子来描述许多指标之间的联系，以较少几个因子反应原资料的大部分信息的统计方法。
二．数学模型Z为第i个变量的标准化分数；（标准分是一种由原始分出来的，它是用来说明原始分i在所属的那批分数中的相对位置的。
）m F 为共同因子；m 为所有变量共同因子的数目；i U 为变量i Z 的唯一因素；im α为因子负荷。
（也叫因子载荷，统计意义就是第i 个变量与第m 个公共因子的相关系数,它反映了第i 个变量在第m 个公共因子上的相对重要性也就是第m 个共同因子对第i 个变量的解释程度。
）因子分析的理想情况，在于个别因子负荷im α不是很大就是很小，这样每个变量才能与较少的共同因子产生密切关联，如果想要以最少的共同因素数来解释变量间的关系程度，则i U 彼此间不能有关联存在。
所谓的因子负荷就是因子结构中原始变量与因子分析时抽取出共同因子的相关，即在各个因子变量不相关的情况下，因子负荷im α就是第i 个原有变量和第m 个因子变量间的相关系数，也就是i Z 在第m 个共同因子变量上的相对重要性，因此，im α绝对值越大则公共因子和原有变量关系越强。
李克特量表_社会调查研究实务教程——基于SPSS 20_[共2页]
![李克特量表_社会调查研究实务教程——基于SPSS 20_[共2页]](https://img.taocdn.com/s3/m/81bfc310aa00b52acec7ca4d.png)
第4章问卷设计题本身就具有好坏、高低、优劣的差异，属于定序尺度度量的对象；定序量表是比定类尺度量表高一个层次的计量尺度（参见6.1数据的计量尺度与度量标准），假若采用定类尺度设计就会白白损失信息量，同时定序尺度是过渡到定距尺度的基础要求，是在社会调查实务中采用参数统计分析的基本要求。
社会调查中的主观评价问题本身就具有定序尺度量表的属性，假若在问卷设计中忽略了这一属性，封闭性性问题的备选答案不具有明确的顺序特征，就违背了这类主观评价问题的基本属性，使得后续的社会调查分析及其数据处理面临困扰。
例如，面对不具有定序尺度量表属性的社会调查资料的分类整理，需要依赖调查研究人员的专业水平和个人评判，难以做到完全的一致，由此而产生的调查误差同样不可避免了。
【案例】以“A市市民公交车服务状况评价研究”案例中的第一项一级指标“1：公交车的便捷性”之下的第一个二级指标“1.1 公交车的站牌及路线标识”为例。
不具有确定顺序的不合适的备选答案为：公交车的站牌及路线标识（1）清晰（2）不清晰（3）说不清楚（4）其他备选答案的“（3）说不清楚”和“（4）其他”就不好确定其顺序等级，应改为具有明确顺序的5级量表形式的备选答案。
公交车的站牌及路线标识（1）很不清晰（2）不清晰（3）一般（4）清晰（5）很清晰这样的备选答案就具有清晰的顺序特征，使得所采集的数据具有定序尺度的属性。
李克特量表就是一种典型的定序尺度量表，可以很好地满足社会调查实务中对于主观评价问题的问卷设计需要。
4.2.2 李克特量表李克特量表（Likert Scale）是一种评分加总式量表。
在社会调查研究中得到广泛应用。
李克特量表将社会调查研究的基本问题（即一级指标）分解为充分多的（一般为20个以上），相互联系的次级问题（即二级指标），并且这些次级问题的备选答案都具有可以排序的属性，并采用5级或者7级量表，来获得具有定序尺度属性的被调查者个体主观评价的原始数据，并以加总的方式来计算社会调查研究的基本问题的综合数值。
利用SPSS分析李克特量表的数据
利用SPSS分析李克特量表的数据
求高手帮忙教我如何将李克特量表的数据录入，利用SPSS 分析？
其实这个问题，不是一个很难的问题，但却是大部分刚刚学习数据分析的人都会遇到的问题。
这个问题其实可以分三步处理：1、录入数据2、上传数据3、分析数据
一、录入数据
数据分析的第一步是要把数据录入到表格中，整理成标准格式后再导入到分析软件中进行分析。
SPSS录入的数据需为原始数据，比如有100个样本或被试，则应该有100行；1行代表1个样本或被试；1列代表1个属性；而不能是已经进行过统计的数据。
说明如下：
SPSSAU整理
二、上传数据
录入好的数据可以上传到在线版SPSS（SPSSAU）进行智能化分析。
SPSSAU系统当前支持EXCEL格式(包括xls和xlsx)和SPSS格式(SAV)数据。
需要说明的是
算法只认识数字，因此针对非数字格式数据，SPSSAU智能化处理如下：
SPSSAU官方帮助手册截图
●上图中标题1，标题2，标题4，标题6共4列全部均为数字；SPSSAU不进行任
何处理
●标题5中全部为文字，SPSSAU则自动将文字替换成数字，并对数字设置标签，A
用1表示，B用2表示，C用3表示，D用4表示，E用5表示
●标题3中部分为文字，部分为数字；则spssau会将文字处理成
NULL值，数字不
变。
三、分析数据
这个部分一两句话不好讲清楚，捡重点来说，数据分析的核心是拥有数据分析思维。
而如何培养数据分析思维，这个在之前的文章里已经说过了，就不再赘述了，有需要的小伙伴可自行学习。
李克特五点量表数据 和原始数据
李克特五点量表是一种常用的心理评估工具，用于测量个体在五个维度上的特质倾向，包括外向性、宜人性、尽责性、神经质和开放性。
该量表的建立源于对人格特质的研究和心理学理论的发展，通过对被试者的自我评价或他人评价来获取数据，从而进行个体特质的分析和评估。
在本文中，我们将对李克特五点量表数据和原始数据进行深入探讨和分析。
1. 李克特五点量表数据简介李克特五点量表数据是通过被试者对自身特质的评价得出的结果，通常使用一定的评分标准来量化被试者在每个维度上的得分。
在实际研究中，研究者可以根据被试者的得分情况，对其个体特质进行描述和分析，从而更好地理解个体的心理特征和行为倾向。
李克特五点量表数据在心理学、人格学和组织行为学等领域有着广泛的应用。
2. 原始数据的收集和处理原始数据是指被试者针对李克特五点量表的具体评价得分，通常以数字或文字形式呈现。
在实际研究中，研究者需要收集被试者的原始数据，并对其进行相应的处理和分析。
可以计算被试者在每个维度上的平均得分，或者通过统计学方法进行数据分组和比较。
这些处理方法可以帮助研究者更好地理解被试者的个体特质倾向，并得出相应的研究结论。
3. 数据的应用和意义李克特五点量表数据的应用和意义在于帮助研究者更全面地了解个体的心理特征和行为倾向。
通过对数据的分析和解读，研究者可以发现个体在不同特质上的优势和劣势，从而为个体的心理健康和行为调适提供参考。
李克特五点量表数据还可以用于人力资源管理、组织行为研究和心理健康交流等领域，帮助企业和机构更好地理解员工的个体特征，从而进行更合理的管理和决策。
4. 数据的局限性和改进尽管李克特五点量表数据有着广泛的应用前景，但其也存在一定的局限性。
被试者的自我评价可能受到主观因素和社会期许的影响，从而导致评价结果不够客观和真实。
量表的维度和评价标准也可能无法完全涵盖个体的所有特质和倾向，从而影响评价结果的准确性。
研究者需要在使用李克特五点量表数据时，对其进行合理的改进和修正，以提高数据的可靠性和有效性。
李克特量表的例子
李克特量表的例子李克特量表（Likert Scale）是社会科学中一种常用的测量工具，用于评估受访者对某种观点或态度的认同程度。
一个典型的李克特量表通常包括一系列陈述性问题，每个问题后面跟着几个选项，受访者根据自己的认同程度选择其中一个选项，然后用一个数字标记自己的选择。
李克特量表通过对这些数字的统计分析，提供一个对受访者整体态度的评估。
下面通过一个例子来说明李克特量表的具体运用及其潜在的问题。
假设有一个调查要了解人们对当下社会医疗保障体系的满意度。
为了回答这个问题，调查者可以设计一个包含以下问题的典型的李克特量表。
1. 我对当前的医疗保障体系感到满意。
（1）非常不同意（2）不同意（3）有点不同意（4）有点同意（5）同意（6）非常同意2. 当我生病需要看医生时，我觉得自己得到了很好的医疗服务。
（1）非常不同意（2）不同意（3）有点不同意（5）同意（6）非常同意3. 我认为医疗保障体系的覆盖面广泛。
（1）非常不同意（2）不同意（3）有点不同意（4）有点同意（5）同意（6）非常同意4. 我认为医疗保障体系提供的保障足够。
（1）非常不同意（2）不同意（3）有点不同意（4）有点同意（5）同意（6）非常同意5. 我认为医疗保障体系的费用合理。
（1）非常不同意（3）有点不同意（4）有点同意（5）同意（6）非常同意以上五个问题组成的李克特量表，按照惯例会针对每个问题的每个选项分配一个权重，一般来说，权重的选择包括等距权重和等级权重两种。
在等距权重的情况下，每个选项的权重相等；而在等级权重中，随着选项的认同程度的增加，权重也递增。
例如，在等级权重中，对于问题1，选项6的权重要高于选项3。
回到上面的例子，假设调查结果如下：问题非常不同意不同意有点不同意有点同意同意非常同意问题1 3 5 7 12 15 8问题2 2 4 9 11 14 10问题3 5 6 8 11 13 7问题4 2 3 10 13 16 7问题5 1 2 6 12 20 7通过简单的统计分析，例如对于问题1，每个选项的得分乘以它的权重，再将这些乘积相加，可以得到一个综合得分，反映受访者对这个问题的整体态度。
运用spss软件进行信度分析
运用spss软件进行信度分析问卷的信度分析一、概念：信度是指根据测验工具所得到的结果的一致性或稳定性，反映被测特征真实程度的指标。
一般而言，两次或两个测验的结果愈是一致，则误差愈小，所得的信度愈高，它具有以下特性：1、信度是指测验所得到结果的一致性或稳定性，而非测验或量表本身；2、信度值是指在某一特定类型下的一致性，非泛指一般的一致性，信度系数会因不同时间、不同受试者或不同评分者而出现不同的结果；3、信度是效度的必要条件，非充分条件。
信度低效度一定低，但信度高未必表示效度也高；信度检验完全依赖于统计方法。
信度可分为：内在信度：对一组问题是否测量同一个概念，同时组成量表题项的内在一致性程度如何；常用的检测方法是Cronbach’s alpha系数。
外在信度：对相同的测试者在不同时间测得的结果是否一致，再测信度是外在信度最常用的检验法。
二、信度指标：1.用信度系数来表示信度的大小。
信度系数越大，表明测量的可信程度越大。
究竟信度系数要多少才算有高的信度。
学者DeVellis(1991)认为，0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；0.80～0.90（非常好）。
由此，一份信度系数好的量表或问卷，最好在0.80以上，0.70至0.80之间还算是可以接受的范围；分量表最好在0.70以上，0.60至0.70之间可以接受。
若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下，应考虑重新修订量表或增删题项。
2．信度指标多以相关系数来表示：大致可分为三类：稳定系数（跨时间的一致性）、等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。
三、信度分析方法:1.重测信度法：用同样的问卷对同一被测间隔一定时间的重复测试，也可称作测试——再测方法，计算两次测试结果的相关系数。
很显然这是稳定系数，即跨时间的一致性。
重测信度法适用于事实性的问卷，也可用于不易受环境影响的态度、意见式问卷。
李克特量表方差分析
李克特量表方差分析李克特量表方差分析（LikertScaleVarianceAnalysis）是一种基于李克特量表（LikertScale）的数据分析方法，由美国社会心理学家李克特（Rensis Likert）于1932年提出。
它可以将定性调查改写成定量调查，从而可以使用标准的统计分析方法，例如ANOVA和回归分析来处理李克特量表方差分析。
李克特量表方差分析可以有效识别出影响调查结果的前因变量，进而帮助我们理解不同的反应机制，从而更好地进行决策和分析。
它可以帮助研究者更好地认识受调查者，从而更有效地解决企业和社会中各类问题。
李克特量表方差分析的过程通常是先完成受调查者层面的概念确定，然后将其转化为定量的李克特量表。
接下来，根据具体研究目的，将李克特量表进行二次定性分类，如论证测试，多量数据分析，元分析，因果分析等。
接着，根据预先设定的事先假设，对数据进行发现性研究，运用有效的统计方法，以此来验证发现的结果和论证测试的假设，最终得出有效的分析结果。
李克特量表方差分析拥有丰富的统计方法，如回归分析、分类变量分析、ANOVA（分组比较分析）和卡方检验等。
这些方法均可以有效地筛选出影响调查结果的原因，进而获得比较精准的调查结果。
李克特量表方差分析的应用不仅仅局限于社会心理学，它也可以用于其他学科和领域的研究，如组织管理学，社会学，以及经济等。
它可以用于社会调查、市场调研、教育领域的研究、基础研究等等。
在应用时，挑选合适的李克特量表可以帮助研究者更好地识别出影响调查结果的前提条件，并且可以有效地提高研究的准确性和可信度。
当然，在执行李克特量表方差分析的同时，研究者应当遵循严格的统计学原则，注意谨慎使用，期望获得更有效的结果。
综上所述，李克特量表方差分析是一种有效的数据分析方法，它的应用不仅仅局限于社会心理学，而且还可以用于其他学科和领域的研究。
它可以有效识别出影响研究结果的前因变量，从而更好地解决企业和社会中各类问题。
1.如何用spss对利克特量表进行简单分析
如何用SPSS对李克特量表进行简单分析
第一步：建立数据
1. 打开SPSS
2. 在左下角点“variable view变量视图”
3. 在左上角输入“调查问卷”——将“Type类型”调成“sting字符型”——“Decimals小数点”位数改成“0”
4. 从第二行开始依次输入“问题1，问题2，问题N”，
5. 每个问题都在“Values变量值”输入：变量值Values框中为“1”/标签Label框中“非常不同意”点“add添加”；然后依次输入2不同意3不一定4同意5非常同意
6. 以同样的方式输完所有的问题
第二步：输入数据
1. 左下角选“Data View数据视图”
2. 将每份问卷每道题的结果输入对应的框中
3. 以同样的方式将150份问卷输入
第三步：分析数据
（这里只介绍到最简单的统计量<如下>）
1．在标题栏选择“Analyze分析”——“Description statistics描述性统计”——“Frequencies 频数分析”
2．在频数分析对话框中，从左框选择要分析的问题到右框中
3．选择“Statistics统计”出现对话框
4．选择对应输出项即可：Mean平均数Std. deviation标准差variance方差range极差max 最大min最小
5．同时也可以用“charts图表”选择要输出的图形
6．点击“OK确定”即可
7．然后再Output表中读取分析结果。
利用SPSS进行量表分析
SPSS教程2：利用SPSS进行量表分析本节将介绍利用SPSS软件对量表进行处理分析。
在获取原始数据后，我们利用SPSS对量表可以作出三种分析，即项目分析、因素分析和信度分析。
项目分析，目的是找出未达显著水准的题项并把它删除。
它是通过将获得的原始数据求出量表中题项的临界比率值——CR值来作出判断。
通常，量表的制作是要经过专家的设计与审查，因此，题项一般均具有鉴别度，能够鉴别不同受试者的反应程度。
故往往在量表处理中可以省去这一步。
因素分析，目的是在多变量系统中，把多个很难解释，而彼此有关的变量，转化成少数有概念化意义而彼此独立性大的因素，从而分析多个因素的关系。
在具体应用时，大多数采用“主成份因素分析”法，它是因素分析中最常使用的方法。
信度分析，目的是对量表的可靠性与有效性进行检验。
如果一个量表的信度愈高，代表量表愈稳定。
也就表示受试者在不同时间测量得分的一致性，因而又称“稳定系数”。
根据不同专家的观点，量表的信度系数如果在0.9以上，表示量表的信度甚佳。
但是对于可接受的最小信度系数值是多少，许多专家的看法也不一致，有些专家定为0.8以上，也有的专家定位0.7以上。
通常认为，如果研究者编制的量表的信度过低，如在0.6以下，应以重新编制较为适宜。
在本节中，主要介绍利用SPSS软件对量表进行因素分析。
一、因素分析基本原理因素分析是通过求出量表的“结构效度”来对量表中因素关系作出判断。
在多变量关系中，变量间线性组合对表现或解释每个层面变异数非常有用，主成份分析主要目的即在此。
变量的第一个线性组合可以解释最大的变异量，排除前述层次，第二个线性组合可以解释次大的变异量，最后一个成份所能解释总变异量的部份会较少。
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份。
成份变异量通常用“特征值”表示，有时也称“特性本质”或“潜在本质”。
因素分析是一种潜在结构分析法，其模式理论中，假定每个指针（外在变量或称题项）均由两部分所构成，一为“共同因素”、一为“唯一因素”。
利用SPSS软件对量表
（三）按总分高低排序
• 按照总分高低排序,就是找出高低分组总人数27% 处的分数。 在数据窗口菜单栏中单击“数据-排序个案”, 在排序个案对 话框中将左边变量列表中的total 变量选入右边的“排序依 据”: 下面的空格中, 在“排列顺序”下的二级选项框中选取 排序的方式, 先选取“降序” , 单击OK 按钮。在数据窗口中 按照total 变量的分数, 形成由大到小的排列。将总人数乘以 27% 处的分数记下( 本例中共有60名被试, 高分组的第16 名 受试者的分数为72分) 。再将按总分由低到高排列, 在“排序 个案”对话框中, 先单击“重置”按钮, 将原先的设置还原。 选取“升序”的排序方式, 单击OK 按钮。在数据窗口中按照 total 变量的分数, 形成由小到大的排列。将总人数乘以27% 处的分数记下( 本例中共有60 名被试, 低分组的第16 名受试 者的分数为56 分) 。
• 如果t 值显著( 即sig. 的值小于0.05) , 表明此题具有区 分度, 能区分出不同被试的反应程度, 该题项应予以保 留。反之, 则区分度不好, 不能区分出不同被试的反应 程度, 需要删除或修改此题。
• 在本例中, 我们可以从表输出的结果中看到A2（您满 意自己的健康吗？）、A10（您每天的生活有足够的 精力吗） 、A15（您对自己从事日常活动的能力满意 吗？）和A16（您满意自己的工作能力吗？）的t值不 显著, 表明这几个题项没有鉴别度, 应该删除或修改。
• 在获取原始数据后，我们利用SPSS对量表 可以作出三种分析，即项目分析、因素分 析和信度分析。
• 一、项目分析
• 是找出未达显著水准的题项并把它删除。它 是通过将获得的原始数据求出量表中题项的 临界比率值——CR值来作出判断
• 项目分析包括区分度分析和难度分析。在难 度分析中, 只要知道了正确回答该题项的人 数与参加测验的总人数, 就可以求得难度系 数, 因此, 项目分析主要是区分度的计算。
spss软件进行信度分析
spss软件进行信度分析问卷的信度分析一、概念：信度是指根据测验工具所得到的结果的一致性或稳定性，反映被测特征真实程度的指标。
一般而言，两次或两个测验的结果愈是一致，则误差愈小，所得的信度愈高，它具有以下特性：1 、信度是指测验所得到结果的一致性或稳定性，而非测问卷的信度分析一、概念：信度是指根据测验工具所得到的结果的一致性或稳定性，反映被测特征真实程度的指标。
一般而言，两次或两个测验的结果愈是一致，则误差愈小，所得的信度愈高，它具有以下特性：1、信度是指测验所得到结果的一致性或稳定性，而非测验或量表本身；2、信度值是指在某一特定类型下的一致性，非泛指一般的一致性，信度系数会因不同时间、不同受试者或不同评分者而出现不同的结果；3、信度是效度的必要条件，非充分条件。
信度低效度一定低，但信度高未必表示效度也高；信度检验完全依赖于统计方法。
信度可分为：内在信度：对一组问题是否测量同一个概念，同时组成量表题项的内在一致性程度如何；常用的检测方法是Cronbach’s alpha系数。
外在信度：对相同的测试者在不同时间测得的结果是否一致，再测信度是外在信度最常用的检验法。
二、信度指标：1．用信度系数来表示信度的大小。
信度系数越大，表明测量的可信程度越大。
究竟信度系数要多少才算有高的信度。
学者DeVellis（1991）认为，0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；0.80～0.90（非常好）。
由此，一份信度系数好的量表或问卷，最好在0.80以上，0.70至0.80之间还算是可以接受的范围；分量表最好在0.70以上，0.60至0.70之间可以接受。
若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下，应考虑重新修订量表或增删题项。
2．信度指标多以相关系数来表示：大致可分为三类：稳定系数（跨时间的一致性）、等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第一步：建立数据
1. 打开SPSS
2. 在左下角点”variable view”
3. 在左上角输入“调查问卷”——将“Type类型”调成“sting字符型”——“Decimals 小数点”位数改成“0”
4. 从第二行开始依次输入“问题1，问题2，问题N”，并在每个问题的“Values 变量值”在输入：变量值Values框中为“1”/标签Label框中“非常不同意”点“add 添加”；然后依次输入2不同意3不一定4同意5非常同意
5. 以同样的方式输完所有的问题
第二步：输入数据
1. 左下角选“Data View数据视图”
2. 将每份问卷每道题的结果输入对应的框中
3. 以同样的方式将150份问卷输入
第三步：分析数据
1．在标题栏选择“Analyze分析”——“Description statistics描述性统计”——“Frequencies频数分析”
2．在频数分析对话框中，从左框选择要分析的问题到右框中
3．选择“Statistics统计”出现对话框
4．选择对应输出项即可：Mean平均数Std. deviation标准差variance方差range极差max最大min最小
5．同时也可以用“charts图表”选择要输出的图形
6．点击“OK确定”即可
7．然后再Output表中读取分析结果
8．注：因为所要分析的比较简单，能够很直观的从结果中分析出来，所以结果分析就不多解释了
PS：当然Excel也可以完成这样的分析，但SPSS软件比起Excel来要更专业些，所以用spss 做出来的结果更容易得到认可，也容易得高分，并且对于更复杂的问题Excel就显的不够用了。