SPSSPRO,让数据分析更简单,问卷调查类数据分析不再愁 产品介绍 帮助中心 客户端
微信登录
  • 产品简介

  • 我的数据

  • 数据处理

  • 数据分析

    • 描述性分析

    • 问卷分析

      • 信度分析
      • 多选分析
      • 选择题【多选&多选】
      • 选择题【多选&单选】
      • 选择题【单选&多选】
      • NPS净推荐值分析
      • 对应分析
      • 区分度分析
        • 1、作用
        • 2、输入输出描述
        • 3、案例示例
        • 4、案例数据
        • 5、案例操作
        • 6、输出结果分析
        • 7、注意事项
        • 8、模型理论
        • 9、参考文献
      • 效度分析
      • 联合分析
      • 路径分析
      • 结构方程模型(SEM)
      • 调节作用
      • 验证性因子分析
      • 权重分析(熵权法)
      • MaxDiff模型
      • 价格断裂点模型
      • Kano模型
      • 平行中介效应
      • 链式中介效应
      • TURF分析
      • 惩罚分析
      • 交叉表(调研专项)
      • 多维尺度分析
      • 品牌价格抵补模型BPTO
      • 联合分析CBC
      • MaxDiff Pro
    • 综合评价

    • 差异性分析

    • 相关性分析

    • 预测模型

    • 统计建模

    • 计量经济模型

    • 医学统计模型

    • 机器学习分类

    • 机器学习回归

    • 规划求解

    • 研究模型

    • 信号分析

    • 自定义算法

区分度分析

操作视频
SPSSPRO教程-区分度分析

# 区分度分析

# 1、作用

区分度分析是利用独立样本 T 检验对问卷数据收集时是否存在差异性进而研究区分度的一种方法。其原理为,对分析项求和【如品牌的潮流度打分,价格打分,舒适度打分】,然后将平均数据分成三部分按 37 分或者其他比例分别分为低分组,中分组和高分组,然后使用独立样本 t 检验去对比各分组之间是否有着明显的差异,如果具有明显的差异,则说明具有良好的区分性。

# 2、输入输出描述

输入:至少一项或以上的定量数据或者有序定类数据。
输出:该问卷数据是否能够很好地对调查结果的评分进行区分。

# 3、案例示例

案例:比如对某品牌的潮流度打分,价格打分,舒适度打分求平均,得到总评分。对总评分按照(27、46、27)比例进行分组,并看总评分各组之间是否有明显的差异。

# 4、案例数据

区分度分析案例数据

算法需要至少一项或以上的定量数据或者有序定类数据,案例数据使用的为一项定量数据(总评分列),有序定类数据指的是类似差、中、好这种带有顺序意义的离散数据。

# 5、案例操作


Step1:新建分析;
Step2:上传文件;
Step3:选择对应数据打开后进行预览,确认无误后点击开始分析;

Step4:选择【区分度分析】;
Step5:查看对应的数据数据格式,【区分度分析】要求特征序列;
Step6:设置分位数,如“27/73”是指对数据进行分组(分成 0%-27%,27%-73%, 73%-100%);
Step7:点击【开始分析】,完成全部操作。

# 6、输出结果分析

输出结果 1:区分度分析结果 ​


​ 图表说明:上表展示了区分度分析结果,包括均值±标准差的结果、T检验结果、显著性P值等。

  • 分析每个分析项的P值是否显著(P<0.05)。
  • 若呈显著性,根据均值与检验值进行差异分析,描述差异大小,如果有差异则说明量表项设计合适,反之则说明量表项无法区分出信息,设计不合理应该进行删除处理。

结果分析:对于变量总评分,显著性 p 值为 0,水平上呈现显著性,拒绝原假设,说明量表项设计区分度高,设计较为合理。


输出结果 2:各分组均值对比图


图表说明: 上表展示了数据低中高分组的均值的结果,通过比较均值,可以挖掘其差异关系。

# 7、注意事项

  • 一般情况下,如果数据组别的均值不能呈现出显著性差异,或者差异程度过小,可认为该项没有区分意义,予以删除处理。

# 8、模型理论

区分度的计算,取总分上位(得分高的群)27%和下位(得分低的群)27%两个群体(舍弃中间群体 46%),而后对得分高的群和得分低的群进行独立样本 T 检验。
T 检验是比较两组数据之间的差异,有无统计学意义;T 检验的前提是,两组数据来自正态分布的群体,数据的方差齐,满足独立性。
独立样本 T 检验(各实验处理组之间毫无相关存在,即为独立样本),该检验用于检验两组非相关样本被试所获得的数据的差异性。
​ 独立样本 T 检验统计量为:

t=X1¯−X2¯(n1−1)S12+(n2−1)S22n1+n2−2(1n1+1n2)


S12 和 S22 为两样本方差;n1 和 n2 为两样本容量。

# 9、参考文献

[1] Scientific Platform Serving for Statistics Professional 2021. SPSSPRO. (Version 1.0.11)[Online Application Software]. Retrieved from https://www.spsspro.com.
[2] Fisher Box, Joan. Guinness, Gosset, Fisher, and Small Samples. Statistical Science. 1987, 2 (1): 45–52.

建议反馈