现在也越来越多的期刊要求论文中汇报效应量, 在均值比较的分析时,
效应量往往指的是均值差异大小的一个衡量, 但是因为存在量纲不同的因素,
均值之差不能进行横向比较, 比如身高只差为10cm, 而体重之差时10公斤,
那么我们可以不可以说, 身高之差等于体重之差? 当然不能! (认为能的请自行关闭本网页)

我经常纠正童鞋们的错误观念–两样本情况下必须用T检验不能用方差分析,
这是错误的, 因为两样本情况下T检验和F检验实际上等价的, 也就是结果一样!
我已经用实际的数据做过比较, 请看这个视频。

我一直说我们可以用公式推导的方式证明T检验和F检验是等价的(两分类情况下),
但是我百度了一下发现找不到这个推导的帖子, 于是我就自己写一下。

这是一个关于文旅小镇的问卷, 是我自己辛苦收集的数据, 问卷内容和数据都发上去了, 大家需要的话自行下载。

问卷每题的选项基本频率统计看这里: 统计分析报告

如果提示你输入密码就输入: a12345678

很多大学生都用问卷来收集自己的论文数据, 因为问卷调研的方法时间和经济的成本都比较低,
很多学生也没有太多时间去收集数据, 但是学校毕业又必须要求有调研数据才能毕业, 所以只能硬着头皮找人填问卷,
下面我们列集中收集问卷的方法和优缺点, 以及为了得到高质量的数据我们可以做的事情。

• 本篇教程的演示系统是:windows10

在python支持的安装方式中, 有一种就是”embedded”安装, 或者叫嵌入式安装,
这种安装方法是方便将python集成到其他软件中, 比如桌面软件, 但是这种安装方式不支持pip,
这是官方声称的不支持, 但是也指明了如果你非得安装pip也不是不可能。

什么是效度

效度指的是量表的题目能够测量你所声称的概念, 比如幸福感量表, 效度高指的是幸福感量表能够测量人的幸福感。

因为量表往往测量的是一种主观概念, 不像客观概念那样可以直接的判断测量的准确性, 所以我们需要通过间接的方法验证准确性。

效度与因子分析往往放到一起说, 因为在大部分论文中都是使用因子分析来验证效度, 因为我们的一系列教程都是以写论文为目的, 所以我们这部分也主要以讲解因子分析为主。

这是我正在录制的一个spss视频教程, 整个系列的教程都是免费的, 你可以在微博(mlln-cn)/b站(mlln-cn)和本网站(mlln.cn)观看内容,
为了方便很多人查找内容, 我才打算写这个帖子, 目的就是将所有内容按顺序索引到这里, 大家各取所需吧。

下面视频不是按照难易程度排序的, 但是我把各种视频做了分类, 总的来说SPSS教程部分是最容易的, 而统计入门这部分是给不太懂统计的人看的。

(下面列表中有链接的说明视频已经录制了, 没链接的稍等两天就有)

(如果你有需要的内容, 但是我没有列在下面, 留言给我, 我很快能做出来…)

为什么要做信度

高信度的因子有以下优点:

• 测量的一致性: 当多个题目测量一个因子的时候, 我们期望这些题目之间相关较高(也就是一致性)
• 测量的稳定性: 当我们只对人测量一次的时候, 我们期望着一次结果有代表性, 可以代表他一个月/一年/或者一辈子的特质

方差齐性

方差齐性英文叫做”Homogeneity”, 这个词可以拆分为:homo+geneity, 意思是:相同的特性, 而方差是数据分布的一种特性, 表示分布的集中-离散趋势,
均值固定的情况下方差越大, 分布越离散。当然, 方差齐性并不要求方差严格相等, 而是要求近似相等, 也就是说差异只要没有达到显著水平就认为方差齐。

方差齐性是经常用到的数据检验方法, 因为很多统计方法都要求数据满足方差齐性假设, 比如方差分析。

模型14是一个有调节的中介效应模型, 根据下图来看, 我们的调节变量V发生在中介变量M和因变量Y之间, 因此, 当变量V大小改变的时候, M和Y之间的关系也会发生改变, 进而影响到中介效应。 因此可以说V调节了M的中介效应。