【正文】 及相關(guān)分析對背景變量所造成的影響做檢驗。2．Cronbach’a信度系數(shù)分析　　信度是指測驗結(jié)果的一致性、穩(wěn)定性及可靠性，一般多以內(nèi)部一致性(consistency)來加以表示該測驗信度的高低。信度系數(shù)愈高即表示該測驗的結(jié)果愈一致、穩(wěn)定與可靠。針對各研究變量的衡量題項進行Cronbach’a信度分析，以了解衡量構(gòu)面的內(nèi)部一致性。一般來說，Cronbach’a僅大于0．7為高信度，低于0．35為低信度(Cuieford，1965)，0．5為最低可以接受的信度水準(Nunnally，1978)。3．探索性因素分析(exploratory factor analysis)和驗訌性因素分析(confirmatory factor analysis)　　用以測試各構(gòu)面衡量題項的聚合效度(convergent validity)與區(qū)別效度(discriminant validity)。因為僅有信度是不夠的，可信度高的測量，可能是完全無效或是某些程度上無效。所以我們必須對效度進行檢驗。效度是指工具是否能測出在設(shè)計時想測出的結(jié)果。收斂效度的檢驗根據(jù)各個項目和所衡量的概念的因素的負荷量來決定；而區(qū)別效度的檢驗是根據(jù)檢驗性因素分析計算理論上相關(guān)概念的相關(guān)系數(shù)，檢定相關(guān)系數(shù)的95％信賴區(qū)間是否包含1．0，若不包含1．0，則可確認為具有區(qū)別效度(Anderson，1987)。4．結(jié)構(gòu)方程模型分析(structural equations modeling)　　由于結(jié)構(gòu)方程模型結(jié)合了因素分析(factor analysis)和路徑分析(path analysis)，并納入計量經(jīng)濟學(xué)的聯(lián)立方程式，可同時處理多個因變量，容許自變量和因變量含測量誤差，可同時估計因子結(jié)構(gòu)和因子關(guān)系。容許更大彈性的測量模型，可估計整個模型的擬合程度(Bollen和Long，1993)，因而適用于整體模型的因果關(guān)系。在模型參數(shù)的估計上，采用最大似然估計法(Maximum Likelihood，ML)；在模型的適合度檢驗上，以基本的擬合標準(preliminary fit criteria)、整體模型擬合優(yōu)度(overall model fit)以及模型內(nèi)在結(jié)構(gòu)擬合優(yōu)度(fit of internal structure of model)(Bagozzi和Yi，1988)三個方面的各項指標作為判定的標準。在評價整體模式適配標準方面，本研究采用x2(卡方)／df(自由度)值、擬合優(yōu)度指數(shù)(goodness．of．f：iJt．in．dex，GFI)、平均殘差平方根(root—mean．square：residual，RMSR)、近似誤差均方根(rootmean—squareerrorofapproximation，RMSEA)等指標；模型內(nèi)在結(jié)構(gòu)擬合優(yōu)度則參考Bagozzi和Yi(1988)的標準，考察所估計的參數(shù)是否都到達顯著水平。一、信度分析　　信度（Reliability）即可靠性，是指采用同一方法對同一對象進行調(diào)查時，問卷調(diào)查結(jié)果的穩(wěn)定性和一致性，即測量工具（問卷或量表）能否穩(wěn)定地測量所測的事物或變量。信度指標多以相關(guān)系數(shù)表示，具體評價方法大致可分為三類：穩(wěn)定系數(shù)（跨時間的一致性），等值系數(shù)（跨形式的一致性）和內(nèi)在一致性系數(shù)（跨項目的一致性）。信度分析的方法主要有以下四種：　　大部分的信度指標都以相關(guān)系數(shù)來表示，即用同一被試樣本所得的兩組資料的相關(guān)作為測量一致性的指標，稱作信度系數(shù)，主要分為四大類： 是指用同樣的測量工具，對同一組被測者隔一定時間重復(fù)測量，考察兩次測量結(jié)果的相關(guān)程度，可以直接采用相關(guān)分析，得到的相關(guān)系數(shù)即為重測信度系數(shù)。也可以對兩次重復(fù)測試結(jié)果做兩相關(guān)樣本差異的統(tǒng)計檢驗。是指讓同一組被測者一次填寫兩份平行問卷，計算兩份數(shù)據(jù)的相關(guān)系數(shù)，復(fù)本信度要求兩份問卷除了在問題表述不同之外，其余方面要完全一致，實際操作比較困難。是指測驗內(nèi)部所有題目間的一致性程度。這里的一致性是指題目測量目的的一致，而不是題目描述或形式的一致，主要方法有： 1分半信度是指將一份問卷分成兩部分，計算這兩部分的相關(guān)系數(shù)，即分半信度系數(shù)，以此來衡量整份問卷的信度 2克朗巴哈信度是最常用的測量內(nèi)部一致性信度的方法，計算出的克朗巴哈α系數(shù)是所有可能分半信度的均值，取值在01之間，系數(shù)越高一致性越好，常用在量表的信度分析K為量表做包含的總題目數(shù)si2為量表題項的方差總和s2為量表題項加總后方差 3庫德理查森信度計算出的KR20系數(shù)是克朗巴哈系數(shù)的一個特例，用于計算二分類變量的量表用來考察評分者對于問卷評分的信度，有兩種方法：1隨機抽取一些問卷，由兩位評分者評分，然后根據(jù)每份問卷的分數(shù)計算相關(guān)系數(shù) 2一位評分者兩次或兩次以上進行評分，然后計算這幾次評分的Kendall和諧系數(shù)或Kappa系數(shù)對信度系數(shù)要注意三點： ，對不同樣本，采用不同方法會得到不同的信度系數(shù)，因此一個測驗可能不止一個信度系數(shù)。 ，并沒有指出不一致的原因。 ，它只是邁向目標的一步，是使測驗有效的一個必要條件。 二、效度分析　效度是指測量工具能夠準確測量出所要測量特性的程度，除受隨機誤差影響外，還受系統(tǒng)誤差的影響。效度越高表示測量真實性越高，由于真實值往往未知，所以我們對于效度的評價也不可能有絕對肯定的答案，但是可以用指標來評價，對于一個標準的測量來說，效度比信度更為重要。效度的性質(zhì)： ，任何測驗的效度都是針對一定的目標而言 ?測驗效度通常用相關(guān)系數(shù)表示，它只有程度上的不同，不是“全有”或“全無”的區(qū)別。效度的評估方法： 效度分為四大類：標準效度，內(nèi)容效度、結(jié)構(gòu)效度、區(qū)分效度 ：人為指定一種測量結(jié)果作為“金標準”，考察其他待測結(jié)果與其是否一致 ：是一種定性評價標準，主要通過經(jīng)驗判斷進行，評價測量指標(問卷內(nèi)容)的含義是否能準確反映真實情況，通常用專家評價的方法。 ：是評價量表效度常用的指標，是指測量結(jié)果體現(xiàn)出來的某種結(jié)構(gòu)與測量值之間的對應(yīng)程度，常使用因子分析。 ：如果測量的結(jié)果能區(qū)分不同的測量結(jié)果，就認為該測量具有區(qū)分效度，例如如果測量結(jié)果能區(qū)分A/B兩類人群，那么對這兩類人群做t檢驗或方差分析，比較差異是否具有統(tǒng)計學(xué)意義，以此判斷測量是否具有區(qū)分效度。信度與效度的關(guān)系：1. 可信的測量未必有效，而有效的測量必定可信。 ，沒有效度，信度也就毫無意義 情況1：過于分散，既沒有效度也沒有信度 情況2：點很集中，雖然有一致性，但是沒有命中中心，有信度但是無效度 情況3：即有信度也有效度3. 影響數(shù)據(jù)分析的結(jié)果因素有哪些？舉例說明？ 預(yù)期結(jié)果分析 （1）描述性模式：該方法通過挖掘歷史和當前數(shù)據(jù)，分析過去展現(xiàn)情況來決定接下來的計劃步驟。描述性模式能確定許多不同客戶或產(chǎn)品之間的關(guān)系，來決定需要采取什么方法向前發(fā)展。幾乎所有的報表，如：銷售、市場、操作以及財務(wù)都適用這樣的模式進行事后分析，來提出這些問題：發(fā)什么什么？多少？頻率如何？什么地方？何時？問題關(guān)鍵是什么？應(yīng)該采取怎樣的行動？ （2）預(yù)測模式：分析過去可以知道客戶可能會有的操作，這樣可以預(yù)測單一用戶的操作。他可以陳述這樣的問題：將會發(fā)生什么？如果這個趨勢持續(xù)會怎樣？如果...,下一次會怎樣？ （3）規(guī)范模式：又叫做決定模式。這個模式闡述了所有的決定因素之間的關(guān)系，來預(yù)測決定可能帶來的結(jié)果。我們可以預(yù)測這樣的問題：怎樣才能達到最好的效果？怎樣應(yīng)對變數(shù)？客戶可能感興趣的其他商品是什么？雖然預(yù)測分析在現(xiàn)在數(shù)據(jù)分析中凸顯，但是他還是經(jīng)常以描述模式出現(xiàn)在傳統(tǒng)商業(yè)智能領(lǐng)域。一個例子看去年的銷售收入，再為下一年指定目標?；仡櫼郧暗臄?shù)據(jù)，指定未來的目標，這就是數(shù)年來商業(yè)的標準模式。更加復(fù)雜的預(yù)測、規(guī)范模式現(xiàn)在正在商業(yè)中扮演更加重要的角色，這是因為硬件成本的下降，大量的數(shù)據(jù)隨之而來，特別是非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。深入理解這些模式間的關(guān)系對于正確分析預(yù)測數(shù)據(jù)至關(guān)重要。就像所有的項目，剛開始我們都要明確他的商業(yè)目標目的一樣。一旦有明確的業(yè)務(wù)目標目的，任何模式或者這三個模式都可以用在BI系統(tǒng)中，為達到最終目標目的服務(wù)。重復(fù)篩選(RinseandRepeat )我們不能忽略掉預(yù)測數(shù)據(jù)給我們帶來的誤區(qū)。大多數(shù)情況下，100%精準的數(shù)據(jù)分析師不可能的，原因如下：歷史數(shù)據(jù)不能準確預(yù)測未來預(yù)測模式中可能會有不定因素操作各種模式的時候，可能會有偏頗以及不符合實際的預(yù)測當實踐各個模式的時候，可能的錯誤區(qū)域應(yīng)該被記錄。通常表現(xiàn)為預(yù)測分析系統(tǒng)質(zhì)量提高，或者說第三方因素對其的影響下降。因此，不斷優(yōu)化數(shù)據(jù)分析預(yù)測模式非常有必要。模式部署周期，不斷優(yōu)化，不斷操作實踐，這樣可以保證他在分析預(yù)測中以最高精度運行。4. 數(shù)據(jù)統(tǒng)計，數(shù)據(jù)分析，數(shù)據(jù)挖掘，數(shù)據(jù)處理，知識發(fā)現(xiàn)，大數(shù)據(jù)處理等，這些概念之間的區(qū)別和聯(lián)系？ 數(shù)據(jù)統(tǒng)計：數(shù)據(jù)統(tǒng)計，是互聯(lián)網(wǎng)傳媒行業(yè)或其他操作流程的數(shù)據(jù)統(tǒng)計的統(tǒng)稱，用于歷史資料、科學(xué)實驗、檢驗、統(tǒng)計等領(lǐng)域。以便精準快速的查找與分類。 知識發(fā)現(xiàn)：從數(shù)據(jù)中鑒別出有效模式的非平凡過程，該模式是新的、可能有用的和最終可理解的。知識發(fā)現(xiàn)是指在積累了大量數(shù)據(jù)后，利用各種數(shù)據(jù)挖掘算法來分析數(shù)據(jù)庫中存儲的數(shù)據(jù)，從中識別出有效的、新穎的、潛在有用的及最終可以理解的知識。我們可以理解為，知識發(fā)現(xiàn)就是從數(shù)據(jù)中發(fā)現(xiàn)有用知識的整個過程，即把數(shù)據(jù)轉(zhuǎn)化為知識、把知識轉(zhuǎn)化為決策的一個多次循環(huán)反復(fù)的高級處理過程。 數(shù)據(jù)挖掘：數(shù)據(jù)挖掘又叫數(shù)據(jù)開采，數(shù)據(jù)采掘，分為基于數(shù)據(jù)庫的數(shù)據(jù)挖掘、基于應(yīng)用數(shù)據(jù)的挖掘、基于信息集合的挖掘等多種概念。數(shù)據(jù)挖掘的定義雖然表達方式不同，但本質(zhì)都是一樣的，我們認為數(shù)據(jù)挖掘是指從各種數(shù)據(jù)庫或觀察的數(shù)據(jù)集合中提取人們事先未知的、隱含的、潛在有用的、感興趣的概念、規(guī)則、規(guī)律、模式等形式的知識，用以支持用戶的決策。數(shù)據(jù)挖掘和知識發(fā)現(xiàn)都可以看作是一門交叉性學(xué)科，它們都涉及到機器學(xué)習(xí)、模式識別、統(tǒng)計學(xué)、數(shù)據(jù)可視化、高性能計算機和專家系統(tǒng)等多個領(lǐng)域，特