主題:迴歸分析


想要觀看完整全文,請先登入

迴歸分析經常用在解釋和預測二大方面,有關解釋方面,我們可以從取得的樣本,計算出迴歸的方程式,再透過迴歸的方程式得知每個自變數對依變數的影響力 (貢獻),當然也可以找出最大的影響變數,以進行統計上和管理意涵的解釋。 有關預測方面,由於迴歸方程式是線性關係,我們可以估算自變數的變動,會帶給依變數的多大改變,因此,我們使用迴歸分析來預測未來的變動。 項目分析(item analysis)的主要目的是針對預試的題目加以分析,以做為正式選題的參考。進行項目分析時,通常有兩種方法可以使用,第一種方法是用t考驗法,第二種是用相關法。在做項目分析時,這兩種方法都是以單題為單位來進行分析。以t考驗而言,在進行項目分析時,是以該分量表總得分的高分組(前25%的受試者 )和低分組(後25%的受試者)在每一題得分的平均數進行差異比較。所得的值稱為決斷值(critical ratio,簡稱CR),必須高於查表的臨界值,才具有鑑別力,有的學者建議CR值至少應達3以上為佳。在進行相關法時,有兩種方式,一種是含本題在內所得的相關,另一種是不含本題在內的相關。進行第一種相關法時,首先將每個受試者分量表的總得分算出來,然後以題為單位,計算每一題與總得分的相關。一般而言,相關係數至少應達0.4以上為佳。進行第二種相關法時,以每一題和該題所在的分量表的總得分(不含該題)求相關。一般而言,相關係數應達顯著水準才算是具有鑑別力的題目。決斷值即為兩者平均數差異檢定之t值,當決斷值達顯著水準時,代表該題項具有鑑別力。

想要觀看完整全文,請先登入


關鍵字:迴歸分析決斷值相關法線性關係解釋項目分析預測顯著水準