- 1、本文档共33页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
315-第三章 检视资料与敍述性统计.ppt
第三章 檢視資料與敍述性統計 3-1 檢視資料 3-2 敘述性統計分析 (Descriptive Statistics) 3-1 檢視資料 檢視資料是在統計分析之前, 必需要作的事, 目的是為了確保資料分析結果的正確性。 我們整理檢視資料時, 常見又可以避免或處理的問題如下: 登錄錯誤 遺漏值 遺漏值的處理 偏離值(是否要刪除) 檢定多變量分析的基本假設 3-1-1 登錄錯誤 登錄錯誤是很難避免的, 只要是有人工輸入的資料, 經常會發生登錄錯誤, 在筆者的經驗中, 不管是自行輸入或則找工讀生輸入資料, 都曾經發生過登錄錯誤, 例(1):輸入性別, 男性為1, 女性為2, 在登錄資料時, 很容易發生資料登錄為12和21, 例(2):輸入李克特(Linkert)5點量表, 非常不滿意為1到非常滿意為5, 在登錄資料時, 很容易發生資料登錄為11,12, 23, 34, 45…等等, 這時候應如何處理呢? 我們提供最簡單的方式便是利用數值統計中的次數,最小值(minimum)和最大值(maximum)來檢視資料一旦發現異常值, 則馬上可以回到資料集進行修正。 實務操作如下: 1. 開啟範例檔 missing data.sav 2. 按 Analyze ? Descriptive Statistics ? Frequencies 3. 選取 Sex 4. 按 ,將 Sex 選入Variable(s) 5. 按 Statistics,選取 Range、Minimum、Maximum 6. 按 Continue,回到 Frequencies視窗 7. 按 OK,出現報表結果,如下圖: 輸出報表結果如下: 我們登錄性別是男性為1,女性為2,因此Minimum應為1,Maximum應為2,上表中的Maximum為11,顯然是有登錄錯誤,請回原始資料進行修正。 3-1-2 遺漏值 遺漏值一直也是在數量方法中, 很常碰到的問題, 一般在E-mail(word檔)和當面填寫問卷回收後, 都會發覺有漏填, 甚至是有大半都未填, 這些漏填的值, 可能對於結果都有著多多少少的影響, 甚至會將結果倒轉, 也就是從顯著影響變成不顯著, 或則是從不顯著變成了顯著的影響, 因此, 當遺漏值發生時, 對於遺漏值的處理, 我們就必須謹慎小心, 適當地去處理。 遺漏值的分析 遺漏值發生的原因有很多, 有可能是未登錄而產生遺漏值, 填答者拒絶回答(隱私的問題…), 或則是取樣不適當, 也就是找來的填答者, 根本不適合填答我們的問題, 這些都有可能導致於遺漏值的發生。當遺漏值發生時 ,我們就需要做遺漏值的分析。 1. 開啟範例檔 missing data.sav,按Analyze ? Missing Value Analysis 2. 選取 Score,Cost 3. 按 , 將Score,Cost選入 Quantitative Variables,點選 Listwise、 Pairwise、EM、Regression,再選取 Sex、Income、Location 4. 按 ,將 Sex、Income、Location選入Categorical Variables 5. 按 Descriptives, 選取 Univariate statistics、Percent mismatch、Sort by missing value patterns、t tests with groups formed by indicator variabels、 Crosstabulations of categorical and indicator variables 6. 按Continue,回到 Missing Value Analysis 視窗 7. 按 Variables,使用預設 Use all quantitative variables 8. 按 Cancel,回到Missing Value Analysis視窗 9. 按 EM,使用預設 Normal 10. 按 Continue,回到Missing Value Analysis視窗 11. 按 Regression,使用預設Residuals 12. 按 Continue,回到Missing Value Analysis視窗 13. 按 OK,出現報表結果 報表結果 MVA (missing values analysis) 遺漏值分析 Univariate Statistics a Number of cases outsid
您可能关注的文档
- 302-傳統預算.ppt
- 306-2006年电力信息资源研讨会.ppt
- 312-第三章 消费者行为理论.ppt
- 314-第1章风险值的兴起.ppt
- 318-第六讲 会计循环Ⅱ.ppt
- 481-说课稿.ppt
- 484-第4章 财务分析.ppt
- 490-第五章 决策与决策方法.ppt
- 322-自行辦理採購 作業實務.ppt
- 329-韓國金融暨企業結構調整.ppt
- 浙江金华市公共资源交易中心永康市分中心编外人员招考聘用笔试历年典型考题及考点研判与答案详解.docx
- 浙江宁波慈溪市政协办公室招考聘用编外工作人员笔试历年典型考题及考点研判与答案详解.docx
- 浙江金华永康市西溪镇人民政府招考聘用笔试历年典型考题及考点研判与答案详解.docx
- 福建南平市公安局建阳分局招考聘用辅警笔试历年典型考题及考点研判与答案详解.docx
- 浙江嘉兴海盐县武原街道基层残疾人工作专职委员(公益岗位)招考聘用笔试历年典型考题及考点研判与答案详解.docx
- 浙江宁波知识产权保护中心招考聘用工作人员笔试历年典型考题及考点研判与答案详解.docx
- 浙江杭州建德市面向2024届普通高校毕业生招考聘用教师(第二批)16人笔试历年典型考题及考点研判与答案详解.docx
- 浙江省台州中学面向2024届普通高校毕业生招考聘用教师12人笔试历年典型考题及考点研判与答案详解.docx
- 湖北师范大学体育学院专任教师招考聘用笔试历年典型考题及考点研判与答案详解.docx
- 重庆市南岸区教育事业单位面向2024届高校毕业生招考聘用114人笔试历年典型考题及考点研判与答案详解.docx
文档评论(0)