回上層

實戰演練

SAS EG實戰演練-【系列2-2】用SAS EG寫論文(資料分析及圖表篇)

前往畢業的論文之路,辛苦收集到的問卷資料到底該如何有效分析以得到結果表達含義呢?

延續上篇【用EG寫論文(I)-資料整理篇】,這篇將帶領大家繼續完成論文的統計分析,進而完成論文報告

 

學生的問題:

從單一個變數到多個變數該如何做分析?

如何用圖形呈現變數型態?

分析問卷信效度狀況?

接續【系列2-1】的過程,依照以下流程,讓您體驗SAS EG快速分析問卷結果:

 

54

 

命名及新增處理流程

點選工具列【檔案】→【新增】→【處理流程】→於專案樹狀結構【處理流程】按右鍵→【重新命名】→重新命名為【基本資料分析】

 

55

 

左側【伺服器清單】→雙擊【伺服器】→【本機】→【資料館】→【WORK】→將【QUERY_FOR_DUMMY】資料集拖曳至【流程圖】

 

56

 

 

單因子次數分析(對單一類別行變數)

點選工具列【描述】→【單因子次數】→將變數【Q1、Q3、gender、depart、grade、income】拖曳至【分析變數】→點選左側工作設定【統計值】→點選【次數及百分比】。

 

57

 

點選左側工作設定【標繪圖】→勾選【垂直】→【執行】

即結果呈現如下:

 

58

 

 

表格分析(對兩個類別型變數)

點選【描述】→【表格分析】→將變數【grade與Q1】拖曳至【表格變數】

 

59

 

點選左側工作設定【表格】→將變數【Q1】拖曳至【表格上方】→【grade】拖曳至【表格左方】

 

60

 

點選左側工作設定【關聯性】→勾選【卡方檢定】。

 

61

 

點選左側工作設定【儲存格統計值】→勾選【預測的儲存格次數】→【執行】

 

62

 

即表格分析結果如下:

進行卡方分析時,表格期望值應該要大於5,所以須將碩士與博士進行合併

 

63

 

 

建立資料格式

點選工具列【工作】→【資料】→【建立格式】→將格式命名【ngradfmt】(注意有三個條件1.只能英文、數字跟底線2.不能超過8個字元3.數字不能開頭)

 

64

 

點選左側工作設定【定義格式】→【新增】→【大一】→下方範圍定義值【1】→【新增】→【大二】→下方範圍定義值【2】

 

65

 

以此類推大三大四→【新增】→【碩博士】→下方範圍定義值【5】→下方範圍定義值【新增】→值【6】→【執行】。

 

66

 

套用格式

點選【查詢產生器】→將【t1】拖曳至【選取資料】。

 

67

 

找到要套用的變數點選【grade】→點選右邊的【屬性】→【變更】→【使用者定義】→選擇剛建立的格式【NGRADFMT】→【確定】→【確定】即可套用。

 

68

 

點選【執行】→即套用資料格式結果如:

 

69

 

回到流程圖

點選上方工具列【處理流程】即可回到流程圖 

【表格分析】按右鍵→【複製】→在查詢產生器後的SAS資料集【QUERY_FOR_DUMMY­_0000】按右鍵→【貼上】→右鍵【表格分析1】→【執行】

 

70

 

 

長條圖

點選【圖形】→【長條圖精靈】→【下一步】→長條圖選【Q1】→勾選【深度】→【income】→【下一步】

 

71

 

長條圖色彩依據【深度變數】→【完成】

即常條圖呈現如下:

類別型變數不會有小數點,表示前面設定有錯誤需修改。

 

72

 

 

修改資料類型

上方處理流程【預測及處理資料】→【匯入資料(outcome2)】按右鍵→【修改匯入資料(outcome2)】→到第3步→將變數Q1類型數字改【字串】→【完成】→點選上方【執行】→【執行專案】

 

73

 

回到【基本資料分析】處理流程圖。

長條圖結果呈現如下:

 

74

 

 

匯出報表

點選【長條圖】→快捷工具選單選擇【匯出】→【匯出「SAS報表-長條圖」做為專案中的步驟】→確認匯出【SAS報表-長條圖】→【下一步】

 

75

 

匯出【HTML文件】→【下一步】→【瀏覽】→選擇要儲存長條圖報表的位置→【下一步】

 

76

 

【完成】→即完成匯出長條圖表。於HTML長條圖報表中按【右鍵】即可啟用互動式功能。

 

77

 

 

精靈轉工作 (原為精靈設定轉變可自己手動設定各個項目)

回到流程圖→長條圖按【右鍵】→【開啟】→【在進階顯示中開啟】則長條圖即可轉為標準工作介面。

 

78

 

 

圓形圖

回到流程圖→點選資料【QUERY_FOR_DUMMY­_0000】→於快捷選單選擇【圖形】→【圓形圖】→【堆疊圓形圖】。

點選左側工作設定【資料】→將變數【Q3】拖曳至【要繪製的欄】;變數【gender】拖曳至【圓形圖堆疊依據】

 

79

 

點選左側工作設定【版面配置】→維度點選【3D】

點選左側工作設定【屬性】→【編輯】

 

80

 

點選左側【結果】→點選【自定結果格式,樣式和顯示方式】→勾選【HTML】→【確定】→按【執行】即產出HTML檔案。

 

81

 

 

摘要統計

回到流程圖→點選【QUERY_FOR_DUMMY­_0000】資料集→於快捷選單點選【描述】→【摘要統計精靈】→將變數A1~A12拖曳至【分析變數】→【下一步】→【下一步】

 

82

 

勾選【盒鬚圖】→【完成】

即產生結果如下:

 

83

 

回到流程圖→點選【QUERY_FOR_DUMMY­_0000】資料集→於快捷選單選擇【描述】→【摘要表】→將【變數A1~A3】拖曳至【分析變數】→將【變數gender、depart】拖曳至【分類變數】

 

84

 

點選左側工作設定【摘要表】→將變數表格相對位置

 

85

 

將統計資料【Mean、StdDev】分別拖曳至變數A1、A2與A3下方→【執行】

即摘要表結果如下:

 

86

 

整理流程圖順序 (EG執行優先順序為流程圖的左→右,上→下)

回到流程圖→將【建立格式】拖曳至流程圖最上方

(這樣才會先進行建立格式動作,進而產生後面的資料)

 

87

 

點選工具列【檔案】→【新增】→【處理流程】→於專案樹狀結構右鍵【處理流程】→【重新命名】→重新命名【進階與信效度分析】

 

88

 

左下角伺服器清單【WORK】按右鍵→【重新整理】→將【QUERY_FOR_DUMMY_0000】SAS資料集拖曳至流程圖。

 

89

 

 

信度分析

點選快捷選單選擇【分析】→【多變量】→【相關】→將【變數A1~A12】拖曳至【分析變數】。

 

90

 

點選左側工作設定【選項】→勾選【cronbach的係數Alpha】→點選【執行】→回到處理流程發現cronbach的係數Alpha圖形【相關1】出現【驚嘆號】→進入【記錄檔】發現資料裡有遺漏值。

 

91

 

 

資料篩選(篩選出未遺漏資料­)

回到流程圖→開啟【QUERY_FOR_DUMMY_0000】資料集→於快捷選單選擇【篩選和排序】→將所有變數點選至【選取的】→【篩選條件】→【A1】【未遺漏】→【確定】。

 

92

 

回到流程圖→開啟【FILTER_FOR_DUMMY】資料集→於快捷選單選擇【分析】→【多變量】→【相關】→將【變數A1~A12】拖曳至【分析變數】。

 

93

 

點選左側工作設定【選項】→勾選【cronbach的係數Alpha】→點選【執行】→回到處理流程發現cronbach的係數Alpha恢復圖形正常。

 

94

 

 

探索性因素分析

回到流程圖→開啟【FILTER_FOR_DUMMY】資料集→於快捷選單選擇【分析】→【多變量】→【因子分析】→將【變數A1~A12】拖曳至【分析變數】。

 

95

 

點選左側工作設定【轉軸及圖表】→轉軸法【正交varimax】→點選左側工作設定【結果】→勾選【Kaiser取樣適當性量數】→【執行】。

 

96

 

即探索性因素分析結果如下:

建議值

MSA>0.8

特徵值>1

旋轉因子模型只能一方>0.5

最終公因子>0.5

從建議值得知於旋轉的因子模型中變數A1無法被分類,所以得剃除此變數。

 

97

 

回到流程圖→按右鍵複製【因子分析】→於空白處【貼上】→剛貼的【因子分析】按右鍵→【修改「因子分析」】→將變數A1【剔除】→【執行】。

 

98

 

即其分析結果如下:

建議值

MSA>0.8

特徵值>1

旋轉因子模型只能一方>0.5

最終公因子>0.5

從建議值得知於最終公因子變異數估計值中變數A4與A9貢獻到因素的程度不足,所以得剃除此變數,但從值最小的變數A4剃除。

 

99

 

回到流程圖→複製【因子分析】→於空白處【貼上】→剛貼的【因子分析】按右鍵→【修改「因子分析」】→將變數A4【剔除】於分析變數→【執行】。

 

100

 

即分析結果如下:

建議值

MSA>0.8

特徵值>1

旋轉因子模型只能一方>0.5

最終公因子>0.5

從建議值得知於最終公因子變異數估計值中變數A9貢獻到因素的程度不足,所以得剃除此變數。

 

101

 

回到流程圖→複製【因子分析】→於空白處【貼上】→剛貼的【因子分析】按右鍵→【修改「因子分析」】→將變數A9【剔除】於分析變數→【執行】。

 

102

 

即分析最終結果如下:

建議值

MSA>0.8

特徵值>1

旋轉因子模型只能一方>0.5

最終公因子>0.5

從Kaiser取樣適當性量數表示這些變數適合做因素分析,特徵值告訴我們適合分兩類,於旋轉的因子模型中,將變數A2、A3、A10、A11、A12歸為一類,A5、A6、A7、A8歸為另一類。

 

103

 

 

因素的信度分析

回到流程圖→開啟【FILTER_FOR_DUMMY】→於快捷選單選擇【分析】→【多變量】→【相關】。

將【變數A2、A3、A10、A11、A12】拖曳至【分析變數】。

 

104

 

點選左側工作設定【選項】→勾選【cronbach的係數Alpha】→點選【執行】→ 即結果cronbach的係數Alpha大於0.7,表示此信度表現良好。

 

105

 

回到流程圖→開啟【FILTER_FOR_DUMMY】→於快捷選單選擇【分析】→【多變量】→【相關】。

將【變數A5、A6、A7、A8】拖曳至【分析變數】。

 

106

 

點選左側工作設定【選項】→勾選【cronbach的係數Alpha】→點選【執行】→ 即結果cronbach的係數Alpha大於0.7,表示此信度表現良好。

 

107

 

 

新增變數

回到流程圖→開啟【FILTER_FOR_DUMMY】→於快捷選單選擇【查詢產生器】→將【t1】拖曳至【選取資料】→點擊右方【增加新的計算欄】

 

108

 

點選【進階運算式】→【下一步】→展開【函數】→找到【MEAN函數】後雙擊。

 

109

 

展開【表格】→展開【t1.( FILTER_FOR_DUMMY】→輸入運算式如下圖

 

110

 

命名識別項與欄名稱為【mean_loyalty】→【完成】。

再點擊右方【新增新的計算欄】→點選【進階運算式】→【下一步】。

 

111

 

展開【函數】→找到【MEAN函數】後雙擊→展開【表格】→展開【t1.( FILTER_FOR_DUMMY)】→輸入運算式如下圖

命名識別項與欄名稱為【mean_satisfy】→【完成】

 

112

 

113

 

點選【執行】→即mean_loyalty 與mean_satisfy結果如下:

 

114

 

 

T檢定

回到流程圖→開啟【FILTER_FOR_DUMMY】資料集→於快捷選單選擇【分析】→【ANOVA】→【t檢定】→點選【雙樣本】→點選左側工作設定【資料】→將【變數gender】拖曳至【分類變數】→將【變數mean_satisfy】拖曳至【分析變數】→【執行】。

 

即T檢定結果如下:

若變異數相等性-摺疊的F P值>顯著水準(0.05),看變異數均等的P值結果

若變異數相登性-摺疊的F P值<顯著水準(0.05),看變異數不均等的P值結果

 

115

 

 

單因子ANOVA

回到流程圖→開啟【FILTER_FOR_DUMMY】資料集→於快捷選單選擇【分析】→【ANOVA】→【單因子ANOVA】→將【變數mean_loyalty】拖曳至【應變數】→將【變數depart】拖曳至【自變數】。

 

116

 

點選左側工作設定【檢定】→勾選【Lenene的檢定】→點選左側工作設定【比較】→勾選【Tukey的student化全距檢定】→【執行】。

 

117

 

即單因子ANOVA結果如下:

P-value=0.9153>顯著水準0.05, 所以沒有充分證據顯示變異數不相等

 

118

 

 

分配檢定(常態)

回到流程圖→開啟【FILTER_FOR_DUMMY】資料集→於快捷選單選擇【描述】→【分配分析】→將【變數mean_loyalty、mean_satisfy】拖曳至【分析變數】→點選左側工作設定【摘要】→勾選【常態】→【執行】

即常態檢定結果如下:

資料檢定為非常態,所以t檢定及ANOVA分析的結果均無法採用。

 

119

 

 

無母數變異數分析

回到流程圖→開啟【FILTER_FOR_DUMMY】資料集→於快捷選單選擇【分析】→【ANOVA】→【無母數單因子ANOVA】→將【變數mean_loyalty】拖曳至【應變數】→將【變數depart】拖曳至【自變數】。

 

120

 

點選左側工作設定【分析】→取消勾選【原始與Van der Wearden】→【執行】。

即結果呈現如下:

P-value=0.8228>顯著水準0.05, 所以沒有充分證據顯示不同學院的忠誠度不相等

 

121

 

 

合併報表

點選工具列【檔案】→【新增】→【報表】,將想合併的報表拖曳至相對位置,【確定】即完成合併。

 

122

 

 

整理流程與儲存

將不必要的分析【相關1】按右鍵→【刪除】→上方工具列【檔案】→【儲存「專案」】。

 

123

 

 

回上層