广州大学公管管理学院 社会统计学课件.pptVIP

社会统计学 变量（Variables）——在统计学中表示研究对象的特征，变量下的各种表现形式或不同取值，就是变量值。 1、定类层次变量（Nominal Variable）：变量取值只有类别属性之分，根据变量值，只能知道研究对象是相同或是不同。从数学运算特征来看，只具有等于或不等于（=、≠）的性质。例如：性别。 1、高层次的变量包含低层次变量的数学特征。 集中趋势量数（measures of central tendency） 定义——在描述一组数据时，用某一个典型的变量值或特征值来代表全体变量，这个典型的变量值或特征值被称作集中值或集中趋势量数。 定义：将数据按从小到大或从大到小的顺序排列，位于中间位置的数值，就是中位数。 定义：某个数据中出现次数最多的数值 抽样分布 简单方差分析（simple analysis of variance）：也被称作一元方差分析（one-way analysis of variance）。只分析一个因素在群体间的影响，而有两个以上的群体受到这个因素的影响 总离差平方和 TSS=BSS+RSS 研究目的是比较不同群体均值的差异 群体数超过两个 我们用于解释的自变量为两个及以上 析因方差分析的零假设与研究假设 使用SPSS做析因方差分析 只考虑主效应 步骤1：点击 “Analyse-General Linear Model-univariate”，弹出对话框 步骤2：选择因变量（只能选一个）和自变量 步骤4：在Model中选择Custom，在Build Term中选择Main effects 步骤5：将处理变量和性别变量选入右侧Model 步骤6：点击Continue，回到主对话框 步骤7：点击Plots，弹出对话框 步骤8：将处理变量作为横坐标 步骤9：将性别变量作为两条不同水平线 步骤10：点击Add 步骤11：点击Continue，回到主对话框 步骤12：点击OK，出现结果 步骤4：在Model中选择Custom，在Build Term中选择Interaction 步骤5：将处理变量和性别变量分别选入右侧Model 步骤6：将处理变量和性别同时选入右侧Model 对于线性回归，我们需要了解的 步骤3：点击“Model”，弹出对话框 均数图 使用SPSS做析因方差分析 考虑主效应和交互效应 第十四章：近亲还是好朋友 ——使用相关系数检验关系 如何检验相关系数的显著性 相关系数的解释 显著性和有意义的重要区别 如何使用spss分析有相关关系的数据以及如何理解分析结果 相关系数检验的介绍 研究案例： 研究问题：婚姻质量对亲子关系的影响——失败的婚姻究 竟是会增进父母与子女间的关系还是相反？ 文献综述： 补偿理论（compensatory theory）认为，婚姻质量与亲子关系负相关。 溢出理论（spillover theory）认为，婚姻质量与亲子关系正相关。 研究设计：随机抽取一定数量的家庭样本，采用婚姻质量 量表和亲子关系量表测量样本家庭的婚姻质量 与亲子关系数据。 研究结论： 婚姻质量与亲子关系显著相关。 婚姻质量越高，亲子关系水平越高。对于父 亲和母亲来说，这种相关关系是一样的。 何时使用相关系数检验 研究目的：变量和变量之间是否存在关系 变量个数：2个 ——此时我们进行相关系数的t检验 例题：婚姻质量与亲子关系检验（数据见课本160页） 我们可以使用公式计算出相关系数r=0.393 相关系数检验步骤： 1 设置零假设和研究假设 2 设置显著性水平：0.05 3、选择检验统计量 ——对相关系数r的t检验 4、计算检验统计值 自由度df=n-2 事实上，为了检验方便，上述t检验可以简化为使用相关系数r直接进行检验 5、确定拒绝零假设的临界值 查表B4 确定单侧检验还是双侧检验 显著性水平 自由度df=n-2 6、比较实际值和临界值 7、8 作出决定 如何解释报告结果 婚姻质量与亲子关系的相关系数r27=0.393,p0.05 r 表示我们使用的统计检验量 27是自由度 0.393是统计检验量实际值 P0.05 表示对零假设来说，两个变量之间的关系是由于随机因素引起的可能性小于5% 因果关系与相关关系 相关系数只表明两个变量间存在共变关系 两个变量相关，并不一定说明两个变量间存在因果关系 两种可能： A B 因果