首页 » 统计分析　　　　

用SPSS来计算Rwg的程序

2005年11月3日

李超平

在OB/HRM的研究中，经常需要计算Rwg，而SPSS并没有提供现成的函数来计算Rwg。根据James等的计算公式，我编写了一个计算Rwg的SPSS程序，大家可以参考使用。James L R, Demaree R G, Wolf G. Rwg: An Assessment of within-Group Interrater Agreement. Journal of Applied Psychology, 1993, 78: 306-309

*********************************************************
*Rwg的计算程序，及其基本思路.
*第一步，先把数据合并.
*从合并文件计算每一变量的方差.
*计算每一个维度所有变量方差的平均值.
*计算每一个维度的Rwg.
*注意：每一个维度需要一段下面的代码.

****************************************************************
*读取数据文件.
*需要修改的地方：文件名及其所在路径.

GET FILE=’D:\RUC Files\test.sav’.

****************************************************************
*根据数据文件中的分组变量对数据进行分组.
*需要修改的地方1：分组变量名称，请将code修改为分组变量.
*需要修改的地方2：每一维度所包括的变量的名称，请将item1,item2,item3,item3……修改为您研究中该维度所包括的变量的名称.
*需要修改的地方3：每一组所包括的样本大小变量，请将case_num修改为您所希望的名称.

AGGREGATE
/OUTFILE=’D:\RUC Files\Rwg_aggr.sav’
/BREAK=code
/item1 = SD(item1)
/item2 = SD(item2)
/item3 = SD(item3)
/item4 = SD(item4)
/item5 = SD(item5)
/item6 = SD(item6)
/case_num=N.

GET FILE=’D:\RUC Files\Rwg_aggr.sav’.

****************************************************************
*计算每一个变量的方差，即标准差的平方.
*需要修改的地方1：请根据维度所包括的变量的名称进行相应的修改.

COMPUTE item1 = item1*item1 .
COMPUTE item2 = item2*item2 .
COMPUTE item3 = item3*item3 .
COMPUTE item4 = item4*item4 .
COMPUTE item5 = item5*item5 .
COMPUTE item6 = item6*item6 .
EXECUTE .

compute abcd=mean(item1,item2,item3,item4,item5,item6).
execute.

*******************************************************************
*为计算Rwg准备.
*请先确定您所采用的评价问卷。如果是5分等级量表，则scale=5；如果是7分等级量表,则scale=7…….
*请确定该维度所包括的题目数目，并将dim_num后面的数字修改为题目数目.
*请将Rwg_item修改为保存该维度Rwg值的变量名称.

compute scale=5.
compute dim_num=6.
compute s2=abcd.
execute.

*******************************************************************
*计算Rwg，这部分不需要修改.

compute Qeq=(scale*scale-1)/12.
execute.

compute Rwg_item=(dim_num*(1-(s2/Qeq)))/(dim_num*(1-(s2/Qeq))+(s2/Qeq)).
execute.

*******************************************************************
*需要修改的地方：文件名及其所在路径（用来保存最终的Rwg的文件）.

SAVE OUTFILE=’D:\RUC Files\aa.sav’
/DROP=abcd scale dim_num s2 Qeq /COMPRESSED.

GET FILE=’D:\RUC Files\aa.sav’.

9 评论 »

  • will 说:

    Interrater agreement 是什么意思

    3 April 2006 at 7:16 pm
  • 李超平 (author) 说:

    Interrater agreement 不同评价者评价的一致性

    具体的说明可以参考有关的统计学教材。

    3 April 2006 at 7:25 pm
  • 3Q 说:

    非常感谢李老师的算法!
    您能否将James L R, Demaree R G, Wolf G. Rwg: An Assessment of within-Group Interrater Agreement. Journal of Applied Psychology, 1993, 78: 306-309这篇文章发给我呢?
    谢谢!

    13 November 2006 at 11:23 pm
  • 3Q 说:

    不用您麻烦发James L R, Demaree R G, Wolf G. Rwg: An Assessment of within-Group Interrater Agreement. Journal of Applied Psychology, 1993, 78: 306-309
    过来了,我已经找到了
    为什么昨天我发的帖子还被删除了
    斑竹好勤快

    14 November 2006 at 10:01 am
  • shoeda 说:

    非常感谢李老师的算法!
    有一点我不太明白，为什么要先计算各变量的标准差，就是AGGREGATE
    /OUTFILE=’D:\RUC Files\Rwg_aggr.sav’
    /BREAK=code
    /item1 = SD(item1)
    /item2 = SD(item2)
    /item3 = SD(item3)
    /item4 = SD(item4)
    /item5 = SD(item5)
    /item6 = SD(item6)
    /case_num=N.
    然后再去求其对应的方差：
    COMPUTE item1 = item1*item1 .
    COMPUTE item2 = item2*item2 .
    COMPUTE item3 = item3*item3 .
    COMPUTE item4 = item4*item4 .
    COMPUTE item5 = item5*item5 .
    COMPUTE item6 = item6*item6 .
    EXECUTE .
    可以直接求其方差：
    AGGREGATE
    /OUTFILE=’D:\RUC Files\Rwg_aggr.sav’
    /BREAK=code
    /item1 = VAR(item1)
    /item2 = VAR(item2)
    /item3 = VAR(item3)
    /item4 = VAR(item4)
    /item5 = VAR(item5)
    /item6 = VAR(item6)
    /case_num=N.
    请李老师指正，谢谢！：）

    14 December 2006 at 4:45 pm
  • shoeda 说:

    已经解决了这个问题，因为AGGREGATE中没有VAR的函数。。
    谢谢！：）

    14 December 2006 at 4:50 pm
  • xjq 说:

    李老师：
    以前未接触过rwg，很想学习一下，您能否将那篇James的那篇文章发给我呢。非常感谢！

    5 January 2007 at 11:08 am
  • LBNOUS 说:

    谢谢李老师的程序，您能否把James L R, Demaree R G, Wolf G. Rwg: An Assessment of within-Group Interrater Agreement. Journal of Applied Psychology, 1993, 78: 306-309
    这篇文章发给我，很想看一下

    19 October 2008 at 8:24 pm
  • wen 说:

    请问李老师
    为什么在求Rwg时要将题目数*所求出的Rwg，而乘上题目数的意义为何？
    而分母的部分为什么又要加一个(s2/Qeq)，这个变量为什么不需要再乘上题目数

    25 April 2010 at 4:12 pm

欢迎发表评论!

你必须登录才能发表评论。