李克特量表怎麼分析?

General 更新 2023年10月15日

如何用SPSS對李克特量表進行分析

第一步：建立數據

1. 打開SPSS

2. 在左下角點”variable view”

3. 在左上角輸入“調查問卷”——將“Type類型”調成“sting字符型”——“Decimals小數點”位數改成“0”

4. 從第二行開始依次輸入“問題1，問題2，問題N”，並在每個問題的“Values變量值”在輸入：變量值Values框中為“1”/標籤Label框中“非常不同意”點“add添加”；然後依次輸入2不同意3不一定4同意5非常同意

5. 以同樣的方式輸完所有的問題

第二步：輸入數據

1. 左下角選“Dat撫 View數據視圖”

2. 將每份問卷每道題的結果輸入對應的框中

3. 以同樣的方式將150份問卷輸入

第三步：分析數據

1．在標題欄選擇“Analyze分析”——“Description statistics描述性統計”——“Frequencies頻數分析”

2．在頻數分析對話框中，從左框選擇要分析的問題到右框中

3．選擇“Statistics統計”出現對話框

4．選擇對應輸出項即可：Mean平均數 Std. deviation標準差 variance方差 range極差 max最大min最小

5．同時也可以用“charts圖表”選擇要輸出的圖形

6．點擊“OK確定”即可

7．然後再Output表中讀取分析結果

8．注：因為所要分析的比較簡單，能夠很直觀的從結果中分析出來，所以結果分析就不多解釋了

PS：當然Excel也可以完成這樣的分析，但SPSS軟件比起Excel來要更專業些，所以用spss做出來的結果更容易得到認可，也容易得高分，並且對於更復雜的問題Excel就顯的不夠用了，而SPSS則更強大，建議有時間的話學一學SPSS，我感覺SPSS是非常有用的

我用的是SPSS16.0英文版的，操作上可能有稍許差異，另外每個選項我也都註釋了對應的中文，儘管不是那樣準確，希望能幫到你！

李克特量表的計分分析

在問卷完成後，每一個選項也許會被個別的分析，或某些成組的選項被加總並建立成一個量表。因此，李克特量表常常被稱為累加量表（summative scale）。至於個別的李克特選項可視為區間數據，或只應該被視為順序數據，仍然是具爭議性的議題。許多人將這樣的項目視為順序尺度的數據，因為特別是只有使用5個等級時，無法讓受測者察覺到這些相鄰的項目，其間隔是等距的。在另一方面，通常（正如上面的例子）其response levels的措辭清楚的暗示出中間類別的response levels的對稱性；在最低限度，這樣一個項目，將變成介於順序和區間尺度之間；只將它視為順序數據將遺失一些信息。此外，如果該項目附帶視覺近似評價標尺（visual analog scale），其回答程度的間隔則明確表示，其作為區間數據的論點是更加堅固。當被視為順序數據，李克特數據可以整理成長條圖，以中位數或眾數（但不是平均數）表現集中趨勢，以四分位距表現分散程度（但不是標準差），或用非參數檢驗分析，如 Chi-square test,Mann-Whitney test，威爾克科遜檢驗（英語：Wilcoxon signed-rank test），或Kruskal-Wallis test。幾個李克特題目的數據也許會被加總，若所有題目使用相同的李克特量表，則該量表可有效的接近區間尺度，此時可以將之視為區間數據測量潛在變項。如果加總結果滿足這些假設，可以用參數統計（parametric statistical）如變異數分析作測試。但只有當項目在5個以上才可使用。從李克特量表獲得的數據，有時會合並所有的同意和不同意的回覆為接受和不接受兩個類別，此時會成為名目尺度。Chi-Square，Cochran Q，或McNemar-Test都是在資料做這些轉換後常用的統計方法。Consensus based assessment (CBA)可以用來為沒有普遍接受的標準或客觀標準的領域產生一個客觀的標準。CBA可用於完善或甚至驗證普遍接受的標準。

李克特量表的調查問卷適合哪種相關分析方法啊？

適合秩相關分析方法。

李克特(Likert)量表是屬評分加總式量表最常用的一種，屬同一構唸的這些項目是用加總方式來計分，單獨或個別項目是無意義的。它是由美國社會心理學家利克特於1932年在原有的總加量表基礎上改進而成的。該量表由一組陳述組成，每一陳述有"非常同意"、"同意"、"不一定"、"不同意"、"非常不同意"五種回答，分別記為1，2，3，4，5，每個被調查者的態度總分就是他對各道題的回答所的分數的加總，這一總分可說明他的態度強弱或她在這一量表上的不同狀態。

李克特量表構作常基本步驟如下：

（1）收集大量（50～100）與測量的概念相關的陳述語句。

（2）有研究人員根據測量的概念將每個測量的項目劃分為“有利”或“不利”兩類，一般測量的項目中有利的或不利的項目都應有一定的數量。

（3）選擇部分受測者對全部項目進行預先測試，要求受測者指出每個項目是有利的或不利的，並在下面的方向-強度描述語中進行選擇，一般採用所謂“五點”量表：

a．非常同意

b.同意

c.無所謂（不確定）

d.不同意

e.非常不同意

（4）對每個回答給一個分數，如從非常同意到非常不同意的有利項目分別為1、2、3、4、5分，對不利項目的分數就為5、4、3、2、1。

（5）根據受測者的各個項目的分數計算代數和，得到個人態度總得分，並依據總分多少將受測者劃分為高分組和低分組。

（6）選出若干條在高分組和低分組之間有較大區分能力的項目，構成一個李克特量表。如可以計算每個項目在高分組和低分組中的平均得分，選擇那些在高分組平均得分較高並且在低分組平均得分較低的項目。

如何使用spss對李克特量表進行相關性分析？急求！ 5分

根據李克特量表的維度將每個維度下面包含的若干小題得分求均值來代表該維度的得分。

之後就可以直接針對這個維度得分進行一系列相關分析了

spss怎麼分析李克特五級量表 40分

1輸入數據。

2點Analyze 下拉菜單，選Data Reduction 下的Factor 。

3打開Factor Analysis後,將數據變量逐個選中進入Variables 對話框中。

4單擊主對話框中的Descriptive按扭，打開Factor Analysis: Descriptives子對話框，在Statistics欄中選擇Univariate Descriptives項要求輸出個變量的均值與標準差，在Correlation Matrix 欄內選擇Coefficients項，要求計算相關係數矩陣，單擊Continue按鈕返回Factor Analysis主對話框。

5單擊主對話框中的Extraction 按鈕，打開如下圖所示的Factor Analysis: Extraction 子對話框。在Method列表中選擇默認因子抽取方法——Principal Components，在Analyze 欄中選擇默認的Correlation Matrix 項要求從相關係數矩陣出發求解主成分，在Exact 欄中選擇Number of Factors;6，要求顯示所有主成分的得分和所能解釋的方差。單擊Continue按鈕返回Factor Analysis主對話框。

6單擊主對話框中的OK 按鈕，輸出結果。

統計專業研究生工作室原創，請勿複雜粘貼

怎麼用SPSS分析李克特五級量表裡幾個因素大類和使用意向的關係（顯著正、負相關）

粗糙一點的話相關分析就可以啦。分析——相關——雙變量，把變量選進去，看相關性，是正還是副。複雜點的就要用因子分析把每個層面降維成一個變量，在進行相關分析。

下邊是因子分析的步驟

本來想給你截圖的，可是傳不上來，我就簡單說一下哈。

首先你得進行一次預計算，選擇菜單裡分析——降維——因子分析，跳出主面板，把想分析的變量選到變量框裡，然後點確定。這時候輸出窗口裡會只有一個或兩個圖表。其中有一個圖表是主成分的方差貢獻。這個圖表裡你要找到兩個相鄰的列（應該是第三列和第四列），其中前一個列指的是單個因子對方差的貢獻率，後一個是因子累計貢獻率。也就是說前一個列裡邊數值相加等於100，後一個列裡邊數值遞增，最後一個等於100。假如前一個列裡是60,30,10，那麼後一列裡就是60,90,100.兩個列之間有一個和的關係。找到這兩個列以後，你要找使得累計貢獻率達到百分之八十的那個數。這個表的第一列是1,2,3，等等，它代表第幾個因子，比如3指的那行就包括第三個因子的方差貢獻率，累積到第三個因子的方差貢獻率這兩個數據。你要找到累計到達百分之八十的那個因子是第幾個因子，然後就按提取幾個因子進行計算。

通過預計算知道了提取幾個因子之後，就開始正式計算。再次打開因子分析的主面板，在最右邊一共有五個選項，分別是描述，抽取，旋轉，得分，選項。這五個在預計算裡邊沒有用，但是現在要用了。點繼續。

點擊描述，在對話框裡選上初始變量分析，kmo統計量及bartlett球形檢驗這兩個選項，（注意，kmo和bartlett是一個選項，選項名就是很長）這一步是用來判斷變量是否適於進行因子分析的。

點擊抽取，對話框裡最上邊的方法就選主成分，分析裡選上相關性矩陣，輸出選上未旋轉的因子解和碎石圖兩個選項，抽取裡選擇因子的固定數目，在要提取的因子後邊填上你預計算裡算出的因子數目。點繼續。

旋轉裡邊選最大方差法，輸出旋轉解。繼續。

得分裡邊選保存為變量，方法為迴歸，顯示因子得分系數矩陣也要打上勾。繼續。

確定。

然後就可以分析結果了。

先看kmo和bartlett的結果，kmo統計量越接近1，變量相關性越強，因子分析效果越好。通常0.7以上為一般，0.5以下不能接受，就是不適合做因子分析。bartlett檢驗從檢驗相關矩陣出發，如果p值，就是sig，比較小的話，一般認為小於0.05，當然越小越好，就適於因子分析。

如果這兩個檢驗都合格的話，才可以去寫因子模型。

為了便於描述，假設我們有兩個因子f1，f2，

旋轉變換後的因子載荷矩陣會告訴你每個變量用因子表示的係數。比如變量x1=係數1*f1+係數2*f2，變量2以此類推。

因子得分系數矩陣會告訴你每個因子裡各變量佔得權重，比如f1=係數1*x1+係數2*x2+。。。

根據這個我們就能算出因子得分了。

因為之前選擇了將因子保存為新變量，所以spss會直接保存兩個因子得分為兩個新變量，

然後我們不是有一個公式嗎

總得分=因子1的方差貢獻率*因子1的得分+因子2的方差貢獻率*因子2的得分+...

根據這個公式計算一下就可以了。

用spss或者Excel都可以。

希望能對你有幫助哦。

ppv課，大數據培訓專家，最專業的大數據培訓平臺。為你提供最好的spss學習教程哦。

李克特量表怎麼用spss分析？

如果這幾個大類是分別測不同方面的，則可以分開做因子分析。但如果這幾大類是相關的，則需要一起進行因子分析。

怎麼用spss分析李克特量表的數據

請LZ在SPSS上方尋找Analyze選項-Frequencies(頻數分析法)-把要計算的數據點入VARIABLE(S):內,在STATISTICS裡選擇MEAN 和Std.deviation兩個選項,計算出的結果就是頻率和標準差了.當然你要根據你設計的李克特量表的ROWS和COLUMNS做處理.

如何用SPSS對李克特量表進行分析