社会调查研究方法10.ppt

双变量统计及spss应用;对于认识社会现象，单变量统计分析，只起到根本的描述作用。

要认识社会现象发生变化的原因、揭示社会现象的开展规律，需要进行双变量分析和多变量分析。;一、变量间的关系;〔一〕双变量关系的分类：相关关系;〔一〕双变量关系的分类：相关关系;〔一〕双变量关系的分类：相关关系;〔一〕双变量关系的分类：相关关系;〔二〕双变量关系的分类：因果关系;〔二〕双变量关系的分类：因果关系;〔二〕双变量关系的分类：因果关系;〔二〕双变量关系的分类：因果关系;二、交互分类;二、交互分类;spss如何输出三线表格;spss如何输出三线表格;spss如何输出三线表格;spss如何输出三线表格;spss如何输出三线表格;二、X2检验〔卡方检验〕;二、X2检验;二、X2检验;〔四〕交互分类与X2检验的spss应用

1.进行交互分类的根本过程

1〕翻开交互分类对话框

单击分析-描述统计-交叉表

2〕确定需要进行分析的变量;源变量;3〕选择统计量;4〕其它选择默认项

例子：性别和生活;自己选择几个定类变量操作下。;X2检验的缺乏

X2值的大小，不仅与数据的分布有关，还与样本的规模有关。当样本规模足够大的时候，一些小的分布差异，也可以通过X2检验到达显著性水平。

因此，对于大样本来说，最更重要的问题是：如果变量间存在相关关系，其强度有多大？;二、相关关系强度测量及检验; 如性别和就业取向间的相关系数λ是0.27，用性别预测青年的就业取向，可以削减27%的比例。

4.假设检验：X2检验

研究假设H1:X与Y相关

虚无假设：H0:X与Y不相关

;〔二〕两个定序变量：Gamma(通常用G表示)

1.G系数适合于分析对称关系

2.值在-1—1之间，即表示相关的程度，也表示相关的方向，并且具有消减比例误差的意义。

如青年的学历水平和工资等级之间的G为0.28，表示正相关，以一个变量的相对等级来预测另一个变量时，可以削减28%的比例误差。

;3.假设检验：Z检验和t检验

研究假设H1:总体中G>0(或<0或≠0〕〔即相关〕

虚无假设：H0:总体中G=0〔即不相关〕

在Z检验中，当研究假设H1是G>0〔或<0〕，采用一端检验；H1是G≠0时，采用两???检验。;〔三〕两个定距变量：r(皮尔逊积矩相关系数)

1.r系数分析对称关系

2.r2,称为决定系数，能够消减误差比例。

如工人的工龄和工资等级的r为0.81，表示二者之间具有较强的正向相关关系，即工龄越长，工资等级越高。

r2为0.76，表示用工龄来预测工人工资等级时候，可以削减76%的误差。;假设检验：F检验或t检验

研究假设H1:r≠0〔即相关〕

虚无假设：H0:r=0〔即不相关〕

;〔四〕定类与定距变量〔或定序与定距〕：相关比率〔E2〕

1.E2,相关比率，又称eta平方系数，根据自变量的每个值来预测因变量的均值，取值范围0-1，具有消减误差比例的意义。

2.非对称测量

3.相关比率开方后，得到相关系数E,是相关系数，没有负值。

如性别与学生的英语成绩之间的相关比率E2是0.17，表示以性别预测学生的英语成绩，可以减少17%的误差，性别和英语成绩间的相关系数是0.41.;3.假设检验：F检验或t检验

如性别和英语成绩

研究假设H1:μ1≠μ2〔相关,即男女生的英语平均成绩不同〕

虚无假设：H0:μ1=μ2〔即不相关，即男女平均成绩相同〕

;几种主要相关测量法及检验法;三、相关测量和检验的spss应用;〔一〕交叉表中的两变量相关分析;

;3.单击继续，回到上一级对话框

4.单击确定，在输出结果窗口看到结果;实际操作;;2.定类和定序：性别和职业

“性别〞和“被访者〞的职业类型;;3.定序和定序：G测量〔对称测量〕和t检验

职业和生活;4.定类与定距：E〔非对称测量〕和t检验

性别与教育年限

;5.定序与定距：E和t检验

职业与声望

;6.定距与定距：r和t检验

年龄与声望

;教育年限与声望;〔二〕相关命令中的双变量分析;;;实例操作;; 教育年限和声望〔定距与定距〕，选择一端检验，即把教育年限看做是自变量。;说明：

在一次测量中，可以测量多个变量，结果是一个相关矩阵