執行量化分析的過程，應該是資料輸入à資料清理à資料處理à資料分析，資料輸入是將紙本的資料轉換為數位化的過程，隨著網路問卷越來越多人使用，或許有些研究者可以略過這一步驟；再來是資料清理，必須把資料整備到可以分析的狀態，包含定義廢卷、處理異常值、量表遺漏值、邏輯性；接著是資料處理，根據研究問題與假設，把需要用到的變數建立出來，通常會使用兩大功能，重新編碼（recode）與計算（compute）；最後就可以開始分析。
公司部落格的過去文章，其實包含了很多統計方法的介紹，或是操作的說明，資料處理也有，但多數是些比較特殊的狀況，今天我們就回過頭來，學學這簡單且重要的處理技能。一般問卷調查最常出現的設計型態，就是放上一些個人背景變項的題目，以及用兩三個量表去收集受訪者的心理特質，只要是這樣的設計，那重新編碼（recode）與計算（compute）就一定得用到，這邊我們定義成三種情形，（一）用重新編碼（recode）處理反向題轉向計分；（二）用重新編碼（recode）處理分組問題；（三）用計算（compute）產出因素或量表總分。
項目與總分相關，指的就是題目與總分的相關性，用來檢驗題目的同質性表現，一講到相關，其實就是大家馬上聯想到的皮爾森積差相關分析，去求得相關係數作為同質性的指標，一般最低要求，相關係數需在0.3以上並達顯著水準。
1、點選『相關』à『雙變數』。
在問卷發展階段，通常會利用項目分析來檢驗量表題目的品質，項目分析從字面上的意思來看，指的就是對題目所做的分析，其目的在於正試問卷施測前，對題目進行適切性的評估，用一些指標來判別題目是否需要刪除或修改，而比較常用的項目分析指標包含了極端組檢驗法，以及題目與總分相關法，所示範的資料與信度分析為同一筆資料，為七個題項所組成的工作滿意度量表，共包含106受試者。
極端組檢驗法的概念，是找出對於工作滿意程度感到極滿意與極不滿意的最極端兩群對象，接著利用獨立樣本t檢定，比較兩群人在每一個題項上的差異性，合理來說，極高滿意組應該在每一個項目所展現出的滿意程度高於極低滿意組，但如果發生兩組對象在某一個項目的滿意程度無顯著差異，這代表不管誰來填這一題，所測得的滿意程度是差不多的，失去了題目應有的鑑別力。
搜尋了一下過去的文章，有寫過用SAS進行ANCOVA與詹森內曼法的教學，以及用SPSS進行詹森內曼法的教學，因此這篇將補足用SPSS進行ANCOVA的教學分析，畢竟ANCOVA應該算是在變異數分析裡比較熱門的分析方式，至於比較詳細的原理及教學，可以找一些變異數分析的專書，應該蠻好找到相關的內容。
多數的共變數分析，常出現在前後測的介入研究中，而且在多個研究領域上的接受度也是頗高的，除了使組別在後測的比較更精確之外，在統計方法的使用上也比使用獨立樣本t檢定或配對樣本t檢定來得好看。
本篇文章將介紹關於SPSS在三階層HLM的操作應用，筆者曾於過去寫過SPSS在二階層HLM的應用文章，其中有提到模式中固定效果的設定，會較HLM軟體來得直觀，就算到了三階層HLM也是如此，因此本篇文章僅以零模型為例，介紹隨機效果的設定方式，並以HLM軟體所分析出來的結果來驗證正確性。
一、資料介紹
記得之前有向大家介紹SPSS建立虛擬變項的功能，但因為該功能是要搭配較新版本的SPSS並且有安裝Python Essentials，請參考「
SPSS Create Dummy Variables Tool（SPSS建立虛擬變數工具）」http://dasanlin888.pixnet.net/blog/post/447970946），多數的研究者取得不易，在一個偶然的機會下，得知還有另外其他簡單的建立方式，因此藉由此篇來跟大家分享，若是對虛擬變項的概念不熟，或是不知道為什麼要建立虛擬變項，那請參閱這篇（http://dasanlin888.pixnet.net/blog/post/340316597）。
我們曾在另一篇文章中，介紹EXCEL進行單因子ANOVA分析（詳見「應用Excel大數據提高客戶滿意度班-課程重點分享」一文），這裏進一步介紹事後比較。下圖複習單因子ANOVA，假設已完成各學歷組摘要及F檢定，p值小於0.05為顯著，雖然長條圖可以看出「高中/職以下」滿意度較高。不過，仍須以事後比較來證明。
隨機對照試驗（randomized controlled trial，RCT）是常見的實驗設計手法之一，近年來常遇到客戶使用廣義估計方程式（generalized estimating equations，GEE）進行介入效果的驗證，本篇文章將以最簡單的兩組前後測資料為例，使用SPSS 22.0進行操作說明及報表解讀。
進行GEE分析所使用的資料，必須為長資料格式（long form data），係指每一人次的資料必須為單獨一筆，像是標示A：ID 1受訪者的前後測資料必須分別輸入成兩筆資料。
方法二：使用延伸程式（Extension Bundles）
（1）首先進入『https://www.ibm.com/developerworks/community/files/app#/file/9c07d417-3f28-4087-9306-b73fdd72047a』
評分者間信度（inter-rater reliability），是評鑑兩位以上的評分者對同一個標的給予評估結果的吻合程度，當評估結果屬於等距尺度（interval scale）或比例尺度（ratio scale）時，通常會使用組內相關係數（intra-class correlation, ICC）；而當評估結果屬於名義尺度（nominal scale）時，則會考慮使用Kappa統計量來評鑑。
接著示範多組折線圖的製圖過程，資料擺列跟雙變項長條圖類似，只不過本例的變異程度用標準誤呈現（標準誤數值比較小），選擇EXCEL上方功能表的「插入」，選擇「折線圖」。
前一系列文章介紹了SPSS的繪圖編輯技巧，並以散佈圖（Scatter / Dot diagram）、接受操作者曲線（ROC）及Kaplan-Meier存活曲線為例。雖然SPSS也可以製作長條圖（Bar plot）及折線圖（Line chart），但是根據筆者的經驗，長條圖及折線圖利用EXCEL繪製會有比較好的效果，因此本系列文章將分享使用EXCEL繪圖的編輯技巧，軟體版本則以EXCEL 2007版為例。
本文分成上下兩篇，上篇為講述個別的編輯技巧項目，下篇為以雙變項長條圖及多組折線圖為例，從頭示範編輯圖型的過程。
{{ article.title }}