问卷调查设计spss
依据调查问卷,进行单样本T检验SPSS操作步骤
依据调查问卷，进行单样本T检验SPSS
操作步骤
本文档将介绍如何使用SPSS进行单样本T检验，以便根据调查问卷数据进行统计分析。
步骤一：准备数据
1. 打开SPSS软件并导入数据文件。
2. 确保数据文件中包含了需要分析的目标变量。
步骤二：进行单样本T检验
1. 点击菜单栏中的"分析（Analyse）"选项。
3. 将目标变量拖动到"因变量"栏中，并将参照组变量（在这里通常是一个常数）拖动到"因子"栏中。
4. 点击"确定（OK）"按钮。
步骤三：查看结果
1. 在SPSS输出窗口中，查找单样本T检验的结果。
2. 结果中将显示均值、标准误差、95%置信区间、T值和P值
等统计信息。
请注意，进行单样本T检验前需要确保数据满足一些前提条件，例如正态分布和同方差性。
如果数据不满足这些条件，可能需要使
用非参数测试方法进行分析。
以上是依据调查问卷进行单样本T检验的SPSS操作步骤。
希
望本文档能够帮助您进行统计分析。
利用SPSS分析调查问卷数据
断其填写肯定有误 逻辑检查法 例 如：某消费者在前面说不知道某调味品后面却
说每天都在使用显然前后矛盾 计算审核法 例如：在家庭收支结构中家庭总收入远小于总支
出和储蓄之和那肯定有错
案例 错误的数据不如没有数据
国内一家知名的电视机生产企业2004年初设立了20多人的市 场研究部门开展了同样的调研问卷完全相同结构的抽样两 组数据结论却差异巨大正是因为这次调查部门被注销、人 员被全部裁减
其他功能
1、纵向追加记录/横向合并功能 2、数据一致性检验：双录入时
Epdidata教程
第三节 问卷资料的分析
一基础数据分析
• 通过频数分布、表列、图表对整理后的调查资料 进行一些基本的数据分析使之能清晰明了地反映 调查总体属性的分布态势和相互关系有助于后续 分析和预测
• 1. 频数分布
✓调查有关单个变量的信息 ✓了解对一个变量选择不同取值的调查对象的数量 ✓不同取值的出现频率以百分比形式展现
组的性质界限和数量界限也就确定了
2、组数和组距的确定
1组数和组距如何确定当全距确定时组距大则组数小组距小则组 数多如果分组过多组距必小则不易观察数列分布的规律性如果分 组过少组距必大会使组中值缺乏代表性各组组中值应对本组有良 好的代表性组距的确定一般可以请专家或以经验法确定组数一般 常分为10～15组
2答非所问的答案一旦发现应通过电话询问进行纠正 或按不详值对待；
3乏兴回答的错误如所有问题都选择同一固定编号答 案或者一笔带过若干个问题如这种乏兴回答仅属个别问卷 应彻底抛弃如这类回答的问卷有一定的数目且集中出现在 同一类问题群上应把这些问卷作为一个独立的子样本看待 在资料分析时给予适当的注意
spss问卷调查分析报告怎么写
SPSS问卷调查分析报告怎么写引言问卷调查是社会科学研究中常用的数据收集方法，通过分析和解读问卷调查的结果，可以得出有关目标人群特征、态度、行为等方面的结论。
SPSS是一款常用的统计分析软件，可以帮助研究者对问卷调查数据进行处理分析。
本文将介绍如何撰写一份规范、详细的SPSS问卷调查分析报告。
背景和目的在撰写报告之前，需要明确调查的背景和目的。
包括研究的主题、研究的目标、研究人群和调查时间等。
这些信息的明确可以帮助读者了解研究的背景，同时也为后续的分析和结论提供信息基础。
数据收集和样本描述在报告中，需要详细描述数据收集的过程。
包括问卷的设计、样本的选择和数据收集的方法等。
需要说明问卷的结构、问题的设置和选项的范围等。
在描述样本时，应包括样本的基本信息，如样本的大小、性别比例、年龄分布、教育水平等。
这些信息可以帮助读者了解研究人群的特征，从而对分析结果提供背景参考。
数据清理和处理在SPSS中进行数据清理和处理是非常重要的步骤。
首先，需要对数据进行清洗，识别和处理异常值、缺失值等。
接着，需要进行变量的分类和编码，以便于后续的分析。
对于变量的处理，可以使用SPSS的工具进行描绘性统计分析，如计算频数、描述性统计量、相关性等。
数据分析和结果在进行数据分析时，根据研究的目标和问题，选择合适的统计方法进行分析。
常用的统计分析方法包括描述统计、相关分析、T检验、方差分析等。
在报告中，需要详细介绍所采用的统计方法、所分析的变量和研究的假设。
同时，要结合实际分析结果进行解读和说明。
可以使用文字和表格、图表等方式清晰地呈现分析结果。
结果讨论在结果讨论部分，需要对分析结果进行解释和对比。
首先，要回答研究问题，验证研究假设。
其次，要分析研究结果与已有研究的联系和差异，说明新的发现和突破。
同时，要提出研究的局限性，如样本的选择和限制、数据收集的局限等。
并提出对未来研究的建议和展望。
结论在结论部分，对整个研究进行总结，并回答研究的目标和问题。
用spss写关于智商的分析调查问卷
用spss写关于智商的分析调查问卷篇一：如何利用SPSS软件分析调查问卷的信度利用SPSS软件分析调查问卷的信度在做调查问卷时，最看重的是调查问卷的科学性和有效性，如果一个问卷设计出来无法有效地考察问卷中所涉及的各个因素，那么我们为调查问卷所作的抽样、调查、分析、结论等一系列的工作也就白做了。
那么，我们如何来检验设计好的调查问卷是否有效呢？信度分析是评价调查问卷是否具有稳定性和可靠性的有效的分析方法。
二、信度分析的提出及分析方法信度，又叫可靠性，是指问卷的可信程度。
它主要表现检验结果的一贯性、一致性、再现性和稳定性。
一个好的测量工具，对同一事物反复多次测量，其结果应该始终保持不变才可信[1]。
例如，我们用一把尺子测量一张桌子的高度，今天测量得高度与明天测量的高度不同，那么我们就会对这把尺子产生怀疑。
因此，一张设计合理的调查问卷应该具有它的可靠性和稳定性。
调查问卷的评价体系是以量表形式来体现的，编制的合理性决定着评价结果的可用性和可信性。
问卷的信度分析包括内在信度分析和外在信度分析。
内在信度重在考察一组评价项目是否测量同一个概念，这些项目之间是否具有较高的内在一致性。
一致性程度越高，评价项目就越有意义，其评价结果的可信度就越强。
外在信度是指在不同时间对同批被调查者实施重复调查时，评价结果是否具有一致性。
如果两次评价结果相关性较强，说明项目的概念和内容是清晰的，因而评价的结果是可信的。
信度分析的方法有多种，有Alpha 信度和分半信度等，都是通过不同的方法来计算信度系数，再对信度系数进行分析[2]。
目前最常用的是Alpha信度系数法，一般情况下我们主要考虑量表的内在信度——项目之间是否具有较高的内在一致性。
通常认为，信度系数应该在0～1之间，如果量表的信度系数在0.9以上，表示量表的信度很好；如果量表的信度系数在0.8～0.9之间，表示量表的信度可以接受；如果量表的信度系数在0.7～0.8之间，表示量表有些项目需要修订；如果量表的信度系数在0.7以下，表示量表有些项目需要抛弃。
使用SPSS进行问卷调查数据分析
使用SPSS进行问卷调查数据分析一、数据收集和预处理1.1 问卷设计与发放在进行问卷调查之前，首先需要设计好问卷内容和结构。
问卷设计应该具有明确的目的和清晰的问题表达，以便获取有效的数据。
设计好的问卷可以通过线上平台或者线下发放的方式进行分发。
1.2 数据收集在问卷发放完成后，需要对收集到的数据进行整理和归档。
将收集到的问卷数据进行编码和录入，确保数据的准确性和一致性。
1.3 数据清洗在进行数据分析之前，需要对收集到的数据进行清洗。
这一步包括检查和处理异常值、缺失值和重复值。
通过SPSS软件可以方便地进行数据清洗和处理。
二、描述性统计分析2.1 频数分析频数分析可以帮助我们了解样本中各变量的分布情况。
通过SPSS的频数分析功能，可以计算出每个选项的选择人数和所占比例，并生成频数表和频数图。
2.2 中心趋势测量中心趋势测量主要包括均值、中位数和众数的计算。
通过SPSS的描述性统计功能，可以得到各个变量的均值、标准差、最小值和最大值等统计指标。
同时，还可以绘制盒须图以描述数据的分布情况。
2.3 分类变量分析对于分类变量，可以通过计算各类别的百分比和绘制饼图或条形图来展示数据。
SPSS的交叉表功能可以帮助我们对分类变量进行交叉分析，比较不同类别之间的差异。
三、相关性分析相关性分析可以帮助我们了解变量之间的相关关系。
通过SPSS的相关分析功能，可以计算出两个变量之间的相关系数，并进行显著性检验。
相关系数的取值范围为-1到1，接近1表示正向相关，接近-1表示负向相关，接近0表示无相关。
四、多变量分析4.1 回归分析回归分析可以用来探究自变量与因变量之间的关系，并预测因变量的取值。
SPSS的回归分析功能可以通过计算回归方程和检验回归系数的显著性来评估自变量对因变量的解释程度。
4.2 方差分析方差分析用于比较多个样本的均值是否存在差异。
SPSS的方差分析功能可以通过计算组间平方和、组内平方和和总平方和来判断差异的显著性。
运用SPSS对调查问卷分析报告
欢迎参与调查
问题1：您的家庭所在地（单选题）乡镇
城市
农村
问题2：您的性别（单选题）
男
女
问题3：3.您的年级（单选题）
大1
大2
大3
大4
问题4：您每月的生活费（单选题）500
500-800
800以上
问题5：您的消费主要用于（多选题）
伙食
学习
娱乐游戏
购物
其它
恋爱
问题6：：您消费的主要来源（多选题）
父母给予
勤工俭学
外校***
其他
作为当代大学生，都有着旺盛的消费需求，但是却没有获得足够的经济能力，在消费上会受到很大的制约，消费观念和消费实力都对大学生有着重要的影响，为了了解当代大学生的消费现状，因此展开这次的调查活动，以便能为大学生的正确消费观念带来一些指导性建议，希望同学们能尽力的配合，谢谢！。
调查问卷spss分析报告范文
调查问卷spss分析报告范文报告目的：该报告旨在分析对某产品进行的调查问卷结果，以便了解消费者对该产品的态度和看法。
调查问卷设计：本次调查采用了一份包括10个问题的问卷，涉及了产品质量、价格、外观设计、服务态度等方面。
采用了5点评分制度，其中1代表非常不满意，5代表非常满意。
样本特征：总共有300份问卷被回收，其中男性占55%，女性占45%。
受访者年龄分布均匀，主要集中在25-40岁之间。
分析结果：经过数据录入和SPSS分析，得出了以下结果：1.产品质量方面，有66%的受访者给予4分或5分评价，表明大多数人对产品质量较为满意。
2.在价格方面，有42%的受访者给予3分评价，表示对价格持中立态度；有30%的受访者给予4分评价，认为价格较为合理。
3.在外观设计方面，有50%的受访者给予4分评价，表示对产品外观较为满意；有20%的受访者给予3分评价，认为产品外观一般。
4.在服务态度方面，有60%的受访者给予4分或5分评价，表示对产品服务态度较为满意。
结论：通过对调查问卷的分析，可以得出消费者对该产品整体较为满意的结论。
然而，在价格和外观设计方面还有一定的改进空间。
建议企业在日后的产品设计和定价上加强优化，以提升消费者满意度。
此外，调查发现男性和女性在对产品的评价上存在一定的差异。
男性对产品质量和外观设计的评价更为严格，而女性对服务态度的关注程度较高。
因此，在产品推广和服务提升方面，可以有针对性地进行改进，以满足不同性别消费者的需求。
此外，年龄也对消费者的态度产生了一定的影响。
年龄较大的消费者更注重产品的性能和质量，而年轻消费者更看重产品的外观设计和价格。
因此，在产品销售策略上，可以根据不同年龄段的消费者需求量身定制相应的营销方式。
综上所述，通过对调查问卷的分析可以帮助企业更好地了解消费者对产品的看法和需求，为产品的改进和市场营销提供重要的参考依据。
希望企业在今后能够针对调查结果进行有效的改进和营销策略的制定，以提升产品竞争力和满足消费者需求。
SPSS学习系列-- 调查问卷及编码范例
11.调查问卷及编码范例
（零）问卷说明：
（一）基本数据（调查对象的基本信息）
编码方式：
（二）量表题项类型1——李克特5点量表
编码方式：
注：李克特量表是社会调查问卷中用得最多的一种量表形式，是由一组对某事物的态度或看法的陈述组成，分成“非常同意、同意、不知道、不同意、非常不同意”5类，或者“赞成、比较赞成、无所谓、比较反对、项类型3——复选题
编码方式：
需求问卷spss分析报告
需求问卷spss分析报告市场调查是企业决策中非常重要的一个环节，通过对消费者需求和偏好的调查，可以为企业提供决策参考。
SPSS是一个统计分析软件，可以帮助我们对调查结果进行分析和解读。
以下是针对一份需求问卷进行SPSS分析的报告。
1. 研究目的和方法本研究旨在了解消费者对某品牌手机的需求和偏好情况。
采用问卷调查的方法，通过观察和统计分析来了解受访者对不同品牌手机的态度和购买意愿。
2. 样本选择和数据收集本次调查共收集了300份有效问卷，受访者范围为18岁以上的消费者群体。
采用便捷抽样的方法，在商场和社区进行了问卷发放，调查时间为一个月。
3. 数据分析3.1 受访者基本信息分析受访者中男性占60%，女性占40%。
年龄分布主要集中在25-34岁之间，占比为35%。
3.2 消费者对品牌手机的知晓程度通过问卷调查发现，80%的受访者对品牌手机有一定了解，20%的受访者没有了解过。
3.3 消费者对品牌手机的选择因素受访者对手机的选择因素主要包括性能、外观、价格和品牌知名度。
其中，性能因素最重要，占比达到40%。
3.4 消费者对品牌手机的满意度受访者对品牌手机的满意度整体较高，满意度评价主要集中在3-4分之间（满分为5分），占比为70%。
3.5 消费者对品牌手机的购买意愿受访者的购买意愿主要受到价格、性能和品牌知名度的影响。
其中，价格因素对购买意愿的影响最大，占比为35%。
4. 结论和建议通过对问卷调查结果的SPSS分析，我们可以得出以下结论和建议：4.1 消费者对品牌手机的了解程度较高，因此在销售宣传方面可以进一步加大力度，提高品牌的知名度。
4.2 消费者在选择手机时更加注重性能和价格因素，因此企业在产品研发和定价方面需要重视这些因素，并提供具有竞争力的产品。
4.3 消费者对品牌手机的满意度整体较高，说明产品质量和服务水平较好，但仍有部分消费者表示不满意，应及时了解并改进不足之处。
4.4 价格因素对消费者的购买意愿影响较大，因此企业可以在促销策略上进行优化，提供价格优惠的活动，吸引更多消费者购买。
如何快速掌握SPSS进行问卷分析
如何快速掌握SPSS进行问卷分析1. SPSS对调查问卷原始数据的处理第一步，需要对问卷进行变量定义和编码。
给每个题目起个变量名，例如“性别”、“年龄”、“q1”（第一题）；定义好变量名之后，给每个变量的各种答案或可能取值编码，即用数字来表示，例如1=男性，2=女性。
只有定义好变量和取值之后才能录入SPSS中，变量的编码可以在SPSS中的Values设定。
这里，我们建议大家把原始数据录入和整理分开，录入采用Excel或其他数据库文件。
第二步，整理筛选原始数据。
显然，并非所有的问卷都是有效或可靠的数据，因此，我们需要对原始数据进行筛选和处理。
首先，漏填错填比较多的问卷（占15%以上的题目者）要整体删除；其次，不认真填写的问卷也要删除，例如：录入连续很多个题目都选择同一个答案选项，或者回答的某些题目是互相矛盾的。
2. SPSS对调查问卷数据的描述性统计分析这步主要目的是了解数据样本和各个变量得分的基本情况。
了解样本的结构，例如男女比例，不同收入群体的人数和比例等，采用频数分析方法；了解各个变量，如幸福感、态度等的得分情况，采用描述性统计分析方法。
3. SPSS分析调查问卷数据变量的差异性这步目的是了解不同分类或分组变量水平上特定变量的均值差异，例如男生和女生的成绩差异、不同收入水平消费者的广告偏好程度等。
两组之间采用t检验，三组及以上者采用方差分析。
4. SPSS分析调查问卷数据变量的相关性这步目的是分析不同变量至今是否存在显著相关，相关系数是多少。
如果是两个连续型变量，则采用Pearson相关分析；若涉及至少一个等级变量，则采用Spearman等级相关分析；如果需要固定某个变量不变，例如控制年龄之后再分析身高和体重的关系，则需要采用偏相关分析。
5.SPSS分析调查问卷数据变量之间的因果关系或影响关系这步的目的是分析变量之间的相互影响关系，例如性态度对性行为的影响。
这部分采用回归分析方法，包括单变量回归或多变量回归分析，比较复杂的涉及调整变量、中间变量等方法，借助结构方程模型可以方便处理。
- 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)。
4.3问卷调查4.3.1问卷设计的原则为了使用户访谈获得所需要的数据，保证数据的准确性和一致性，以及所得到的数据能够有效地被处理和分析，本次调查问卷的设计遵循一下基本原则：（1）问卷必须准确反映模型变量的含义用户培训满意度调查问卷是测评模型的具体化。
在设计问卷的过程中，必须淮确把握测评模型中各个变量的含义，并据此提出相关的调查问卷题项。
只有这样，调查结果才有可能比较准确地反映测评模型拟达到的目标。
在这一点上，应特别注意如何把相对抽象的观测变量准确地转换成问卷题项。
（2）问题必须易于用户理解用户培训指数所调查和测评的内容主要是用户对公司提供的培训服务质量问题的主观评价，即用户对这些问题的感知和态度。
对于用户感知和态度的调查和测评涉及到经济学、心理学、统计学、消费行为学等多方面的知识，其难度远远高于传统意义上对技术指标的调查。
如何通过调查问卷的设计，将复杂的、抽象的调查内容和指标转化为容易使被调查者理解并做出准确回答的具体问题，这是调查问卷设计环节的核心问题，也是保证用户培训满意度调查质量的关键。
（3）问题排列次序要有利于回答合理的问题排列次序对用户准确地回答问题也是重要的。
合理的排列次序包括两个方面，一是指哪些问题应该先问，哪些问题应该后问；二是指哪些问题应该连续问，哪些问题应该分开问。
一般情况下，用户愿意回答的问题应该放在前面，用户不愿意问答的问题应该放在后面；用户容易回答的问题应该放在前面，用户不容易回答的问题放在后面；在模型因果关系中，原因的问题应该放在前面，结果的问题应该放在后向。
至于问题应该连续提问还是分开提问，主要取决于问题之间的逻辑关系，也包括思维的连续性。
按照结构变量的逻辑关系排列问题，有助于被访问用户一步一步作答；将结构变量所包含的观测变量问题放在一起，能够使被访问用户较少地产生时空的跳跃，准确地回答问题。
（4）调查问卷应该加入人口统计问题在用户培训指数的调查问卷中，除了要对测评模型中的所有观测变量设计访谈问题，还应有必要的人口统计问题，如被访问者的年龄、学历、组织性质、组织规模和组织行业等。
这是因为在对用户培训满意指数进行分析时，这些人口统计数据将帮助提供详细的分析结论。
（5）尽量采用便于数据处理的封闭式问题开放式问题更适合探索性研究，而非判断性研究。
用户培训满意指数的调查与分析总体上说是判断性研究，用户培训满意度指数的调查范围很大，数据处理和分析的工作量也很大。
这就要求调查问卷的设计应重点采用封闭式问题，以便数据的录入、整理、计算和分析。
4.3.2问卷测评指标的量化用户培训满意度测评的本质是一个量化分析的过程，即用数字来反映顾客对公司用户培训服务质量的态度，因此需要对测评指标进行量化。
由于用户培训满意度反映的是用户对培训过程的看法、偏好和态度，所以本研究使用态度测量技术对测量指标进行量化。
量表中用数字表征态度的特征出于两个目的。
首先，数字便于统计分析；其次，数字使态度测量活动本身变得容易、清楚和明确。
由于李克特量表比较容易设计和处理，受访用户也容易理解，在邮寄问卷、电话访问和人员访谈中都使用。
本研究采用5级顺序的李克特量表。
本研究采用的5级态度量表有三种，一种直接用于测量满意程度，为：很不满意、比较不满意、一般、比较满意、很满意，相应赋值为1、2、3、4、5；第二种用于测量培训服务达到的培训效果以及用户期望（或理想）的程度，为：大大低于预期（理想）、低于预期（理想）、与预期（理想）一致、高于预期（理想）、大大高于预期（理想），相应赋值为1、2、3、4、5。
4.3.3问卷的发放及收集本次调查，主要针对于近三个月内到徐工筑路公司进行培训的用户，如受访者在近三个月未到徐工筑路公司进行培训，则访问终止。
本次调研采用网络问卷调研和电话访谈问卷调研两种方式。
抽样方式为简单随机抽样，根据用户培训留下的记录以及反馈信息，发出电子邮件网络问卷100份，发出对象主要为购买徐工筑路公司产品的用户，回收有效问卷28份；电话访问10位，主要对象为培训反馈记录中部分抱怨比较多的用户，回收有效问卷4份，共计回收有效问卷32份。
5 徐工筑路公司用户培训满意度测评结果及分析本文运用SPSS13.0对收集到的数据进行分析，主要采用了描述性统计分析、主成分分析、相关分析、回归分析，具体分析如下：5.1样本特征分析由上表可知，样本属性分布比较合理，样本结构比较合理，对调研对象总体有一定的代表性。
其中本次调研对象的学历大多是大专及本科，占68.8%，样本的年龄分布主要集中在21-30岁和31-40岁区间，这两部分共计23人，占71.9%。
同时，用户所在组织的性质国有企业占了40.6%，组织的行业也集中在建筑业，占53.1%。
整体来看本次调研的接受徐工筑路公司用户培训的人员中，学历大多都是大专及本科，年龄层主要集中在21-30岁和31-40岁区间的中青年阶层，同时他们的组织性质和行业也是很符合工程机械用户的要求，因此本研究调研样本抽取的比较合适。
本次调研的对象为最近三个月到徐工筑路公司进行过用户培训的用户，且具有一定的行为能力和认识能力，因此对于本调研有比较形象和直观的认识、理解，他们的回答在很大程度上能够反映徐工筑路公司用户培训满意度影响因素的真实情况，因此调研结果是较为可信的。
5.2样本效度检验效度也称为测量的有效性或准确度，它是指测量工具或手段能准确真实地测出所要测量变量的程度。
效度一般规定为与测量目的有关的分数的方差在总方差中所占的比例，比例越高说明测量准确程度越好。
一般而言，有两种统计方法考察主成分分析与数据之间的适应程度来确定分析的有效性：巴利特(Bartlett)球体检验法和KMO(Kaiser Meyer Olkin)测量法。
巴利特(Bartlett)球体检验法，统计量从检验整个相关矩阵出发，其零假设为相关矩阵是单位阵，各变量之间彼此独立。
如果不能拒绝该假设的话，应该重新考虑因子分析的使用。
其统计量根据相关矩阵行列式的卡方转换求得。
KMO(Kaiser-Meyer-Olkin Measure of Sampling Adequacy)测度从比较宏观观测变量之间的简单相关系数和偏相关吸收的相对大小出发，其值的变化范围从0到1。
通常按以下标准解释该指标值的大小：0.9以上，非常好；0.8以上，好；0.7，一般；0.6，差；0.5，很差；0.5以下，不能接受。
因本论文采用的因子分析中确定因子载荷矩阵的方法采用主成分分析方法，首先需要对数据进行KMO及Bartlett球度检验，经Bartlett检验表明Bartlett值足够大，且p<0.05即相关矩阵不是单位矩阵，可进行主成分分析，其中KMO 值均大于0.5，都属于可接受的范围之内。
均为可进行主成分分析范围，且分析的结果较好，在每组分析中关注代表了该组共性的主要成分。
并通过学习特征值来判断选取该潜在变量是否合理，一般情况下，所创建的每一个主成分都是大于1的特征值，与此同时其他成分的特征值小于1。
如果主成分分析中获取的公因子能解释50%以上的变异，而且问卷中每个问项在相应的公因子上有足够强度的负荷(大于等于0.6)，则认为具有较好的结构效度。
本文将32条样本数据录入到SPSS13.0中，然后对企业形象、感知质量、培训效果、比较满意度各变量对应的具体项目的得分进行因子分析，采用主成分分析及方差最大化正交旋转方法。
5.2.1企业形象指标效度分析表5-2 企业形象指标效度检验结果（N=32）KMO and Bartlett's Test由上表可知，企业形象变量的KMO值为0.651大于0.5，处于可接受范围并Bartlett球度检验给出的相伴概率为0.001<0.05，说明因子的相关系数矩阵非单位矩阵，能够提取最少的因子同时又能解释大部分的方差，即效度可以，适合进行主成分分析。
公共因子对总方差的累计解释率为67.885%，测量项目的因子载荷较高，说明数据质量较好。
5.2.2感知质量指标体系效度分析表5-3 感知质量指标的效度检验结果（N=32）由上表可知，感知质量对应的KMO值为0.575，Bartlett球度检验给出的相伴概率为0.000<0.05，适合进行主成分分析。
可以看出，5个公共因子对总方差的累计解释率为73.682%，14个测量项目能较好地分布在5个潜在的公共因子上，而且，负荷值较高的测量项目分别对应5个潜在的公共因子，说明测量项目结构比较理想，数据质量较高。
5.2.3培训效果指标的效度分析表5-4 培训效果指标的效度检验结果（N=32）Total Variance ExplainedExtraction Method: Principal Component Analysis.由表5-4可知，KMO值为0.595，在可接受范围内，Bartlett球度检验给出的相伴概率为0.018<0.05，适合做主成分分析。
公共因子对总方差的累计解释率为56.567%，大于50%，各项目的因子载荷较高，数据结构比较可靠，效度较好。
5.2.4比较满意度指标的效度分析表5-5 比较满意度指标的效度检验结果（N=32）KMO and Bartlett's TestTotal Variance E xplaine d1.58279.11579.115 1.58279.11579.115.41820.885100.000Component12Total % of Variance Cumulative %Total % of Variance Cumulative %I nitial E igenvaluesE xtraction Sums of Squared LoadingsE xtraction Method: P rincipal Component Analysis.Component Matrixa .889.889与预期相比较满意度与理想相比较满意度1Com ponent E xtraction M ethod: P rincipal Com ponent Analysis.1 components extracted.a.由上表可知， KMO 值为0.630，可以接受，Bartlett 球度检验给出的相伴概率为0.000<0.05，适合做主成分析。
公因子对总体方差的累计解释率为79.115%，大于50%，各项目的因子载荷较高，数据结构比较可靠，较为理想。
5.3样本信度检验信度又叫可靠性，是指测验的可信程度，主要检验测量结果和测量工具的稳定性与一致性。
信度分析是社会研究中检验问卷的有效分析方法，因此本文接下来将对研究数据进行信度分析以确保问卷所有问项具有高度的可靠性与一致性。