SPSS-4-多变量的描述性统计课件.ppt

《SPSS-4-多变量的描述性统计课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第四讲多变量的描述性统计一、相关的概念二、交互分类表三、简化相关与消减误差四、相关测量法和测量层次一、相关的概念案例：在某地区调查1000名青年人的最大志愿，其中有40%的人选择快乐家庭、50%的人选择理想工作和10%的人选择增广见闻。我们要问：为什么这些青年的最大志愿会有不同？若同时调查了这些青年人的受教育水平，分为高（本科或以上程度）、中（高中程度）、低（初中或以下程度），人数比例分别为10%、60%和30%。我们可以追问：青年人的志愿与其受教育水平是否相关呢？换言之，是否因为教育水平不同，所以人生

2、志愿也不同？一、相关的概念1、相关：是指一个变量的值与另一个变量的值有连带关系。换言之，如果一个变量的值发生变化，另一个变量的值也有变化，则两个变量就是相关了。2、相关程度：相关有强弱之分0：无相关1：完全相关介于0与1之间的数值越大，表示相关的程度越强。3、相关的方向：+0.8-0.8正相关—一个变量值越大，另一个变量值也越大。负相关—一个变量值越大，另一个变量值却越小。一、相关的概念正相关负相关不相关线性相关-正相关非线性相关1非线性相关2一、相关的概念4、相关除了注意强弱与方向这两个性质外，还要注

3、意两个变量是否有因果关系。两个变量的相关可能有因果关系（当原因变量发生变化时，结果变量也随着发生变化）；两个变量的相关也可能没有因果关系，而是发生共同变化。X→Y一个变量为因X（称为自变量，Independentvariable）一个变量为果Y（称为因变量，dependentvariable）不对称关系（asymmetricalrelationship）：变量X影响Y，而Y不影响X。表示为：X→Y对称关系（symmetricalrelationship）：变量X和Y不确定或不区分影响的方向。表示为：X←

4、→Y二、交互分类表Crosstable1、交互分类表：同时根据两个变量的值，将所研究的个案分类。表1000名青年人的教育水平与志愿交互分类表又称列联表。一般将自变量（如，教育水平）放在表的列（Columns，即表的顶端）；将因变量（如，志愿）放在表的行（Rows，即表的旁边）。上表单元格中显示的是频数，而且表下端显示的总数也不相等，因而不利于进行比较；为求相互比较从而知道两个变量间的相互关系，就必须标准化；最常用的，将频数显示为百分比，就按照100进行了标准化，这样就利于比较了。二、交互分类表Cross

5、table2、SPSS的实现Analyze→DescriptiveStatistics→Crosstabs在左图中将因变量志愿[y]选到行中（Row），将自变量教育水平[x]选到列中（Column）。左图中Layer是分层变量框，如果还要考察不同性别的人关于志愿与教育水平的关系，可以将性别变量选入此框中，还可以进一步的分层下去。二、交互分类表Crosstable右图是志愿与教育水平的交互分类表，且只是频数表，没有显示百分比。显示百分比：Analyze→DescriptiveStatistics→Cros

6、stabs→Cells在左图左下角Percentages栏显示的就是百分比选项：Row：选中，显示行百分比；例：显示占行变量“志愿”中“快乐家庭”的总人数的百分比。Column:选中，显示列百分比；例：显示占列变量“教育水平”中“高”的总人数的百分比。Total:选中，显示总和百分比；例：显示占所有被调查人数的百分比。三、简化相关与消减误差1、相关系数（Coefficientofassociation）相关测量法就是以一个统计值表示变量与变量之间的关系。这个值，通常称为相关系数。2、相关测量法有很多种，

7、怎样选择？首先要注意变量的测量层次：定类、定序、定距。属于不同测量层次的变量，就要用不同的相关测量法。3、相关系数的意义（1）表示两变量间的相关程度的大小（2）还希望具有消减误差比例的作用。三、简化相关与消减误差4、消减误差比例（PRE测量法）ProportionateReductioninError（简称PRE）社会学研究的主要目标是预测或解释社会现象的变化。如，有一种社会现象Y（志愿），我们想预测或理解其变化的情况。预测或解释时，难免有误差（即错误）；假定另一种社会现象X（教育水平）是与Y有关系的，

8、如果我们根据X的值来预测Y的值理应可以减少若干误差。而且，X与Y的关系越强，所能减少的预测误差就越多；换言之，所消减的误差有多少，可以反映X与Y的相关强弱程度。三、简化相关与消减误差4、消减误差比例（PRE测量法）现在假定不知道X的值，我们在预测Y值时所产生的全部误差是E1（见图1）；如果知道X的值，我们可以根据X的每个值来预测Y的值；假定误差总数是E2（见图2），则以X的每个值来预测Y值时所减少的误差就是：E1-E2（见图2的阴影部分）。