第二十七讲定量资料分析
合集下载
《定量分析基础》课件
2 学习体验
课程学习体验丰富多彩，课堂教学与案例分析相结合，让我们更好地学习和掌握知识。
3 学习建议
建议学生在学习课程前，先完成一些基本的数学和统计学教育，以便更好地理解和应用 本课程内容。
统计学基础
统计学概念
统计学是研究收集、分 析和解释数据的科学。
数据的分类和测量
数据可以分为定性和定 量，并可以进行分类和 测量。
描述性统计分析
描述性统计分析是对数 据进行分类和汇总，包 括平均值、中值、众数 和标准差等。
概率论基础
1
概率的基本概念
概率是一种度量事件发生的可能性
概率分布
2
的方法。
方差分析
1
单因素方差分析
单因素方差分析是比较两个或两个以上组的平均值差异显著性的一种方法。
2
双因素方差分析
双因素方差分析是检验两个或两个以上因素对响应变量的影响的一种方法。
3
方差分析的应用
方差分析广泛应用于社会科学研究、生物学和医学等领域。
回归分析
简单线性回归
简单线性回归是一种使用 最小二乘法来拟合线性模 型的方法。
多元线性回归
多元线性回归是使用两个 或多个自变量来预测因变 量的方法。
回归分析的诊断
回归分析的诊断用于检查 残差是否符合模型的假定 和评估模型的拟合程度。
实验设计
实验设计的概念
实验设计是统计学中确定实 验条件和评估实验结果的方 法。
随机化设计
可重复性设计
随机化设计是常用的实验设 计，能够产生具有实验条理 的、具有代表性的样本数据。
概率分布是随机变量取值的函数。
3
中心极限定理
中心极限定理是指随机变量总和的 分布，随机过程中可由正态分布简 单近似描述。
课程学习体验丰富多彩，课堂教学与案例分析相结合，让我们更好地学习和掌握知识。
3 学习建议
建议学生在学习课程前，先完成一些基本的数学和统计学教育，以便更好地理解和应用 本课程内容。
统计学基础
统计学概念
统计学是研究收集、分 析和解释数据的科学。
数据的分类和测量
数据可以分为定性和定 量，并可以进行分类和 测量。
描述性统计分析
描述性统计分析是对数 据进行分类和汇总，包 括平均值、中值、众数 和标准差等。
概率论基础
1
概率的基本概念
概率是一种度量事件发生的可能性
概率分布
2
的方法。
方差分析
1
单因素方差分析
单因素方差分析是比较两个或两个以上组的平均值差异显著性的一种方法。
2
双因素方差分析
双因素方差分析是检验两个或两个以上因素对响应变量的影响的一种方法。
3
方差分析的应用
方差分析广泛应用于社会科学研究、生物学和医学等领域。
回归分析
简单线性回归
简单线性回归是一种使用 最小二乘法来拟合线性模 型的方法。
多元线性回归
多元线性回归是使用两个 或多个自变量来预测因变 量的方法。
回归分析的诊断
回归分析的诊断用于检查 残差是否符合模型的假定 和评估模型的拟合程度。
实验设计
实验设计的概念
实验设计是统计学中确定实 验条件和评估实验结果的方 法。
随机化设计
可重复性设计
随机化设计是常用的实验设 计，能够产生具有实验条理 的、具有代表性的样本数据。
概率分布是随机变量取值的函数。
3
中心极限定理
中心极限定理是指随机变量总和的 分布，随机过程中可由正态分布简 单近似描述。
定性资料分析和定量资料分析
举例说明法(illustrative method)：用经验 证据来说明和解释某种理论。实际上是对 已有理论寻找合适的经验证据的方法。一 是研究者列举个案或现象来表明理论模型 可以说明、揭示某种特定的个案、现象； 二是列举多个不同个案，说明理论可适用 于多种不同个案情况。所谓的“空盒子填 充法” 。
置信水平和置信区间：前者是指总体参数 值落在样本统计值某一正负区间内的概率； 后者是值在某一置信水平下，样本统计值 与总体参数值的误差范围。
二、定性资料分析
1、定性资料(qualitative data)：研究者从 实地研究中所得到的各种以文字、符号表 示的观察记录、访谈笔记、以及其他类型 的记录材料。其特点是：来源多样；形势 无规范；不同阶段的变异。
比较分析法(analytic comparison)：从先 前已有的理论或从归纳中发展出相关的规
定性资料分析的两种途径：寻找资料的相 似性；寻找资料中的相异性。
一致性比较法(method of agreement)：将 注意力集中于各个不同个案所具有的共同 的特性上，通过排除的过程来进行。研究 者先找出不同个案所具有的某种共同的作 为结果的特性，然后再比较各种作为可能 的原因的特性。如果某个个案中作为原因 的特性不为所有具有共同结果的个案所共 有，那么，研究这就将这种特性从可能的
两种做法：边收集边审核，收集完后集中 审核。
2.资料的转换=编码。数据录入有两种方式： 一是直接输入，二是先将问卷上的编码转 录到专门的登记表上，再录入计算机。
数据清理：有效范围清理；逻辑一致性清 理；数据质量抽查。
A1 你的性别：A男 √ B女 转化为数字 1
A2你的年龄： 28岁
28
离散趋势分析(dispersion tendency analysis)：用一个特别的数值来反映一组 数据相互之间的离散程度。
定性资料分析和定量资料分析
离散趋势分析(dispersion tendency analysis)：用一个特别的数值来反映一组 数据相互之间的离散程度。
中文系 78 79 80 81 82 平均分80 数学系 65 72 80 88 95 平均分80 英语系35 78 89 98 100 平均分80
2
S (xi X )
4、阐释模式(elaboration model)：所关心 的是两个变量之间的关系，是一种通过引 进并控制第三变量，来进一步了解和探讨 原来两变量之间关系性质的统计分析方法。 三种类型：因果分析、阐明分析、条件分 析。
复相关分析(multiple correlation analysis)：以一个统计值来简化多个自变 量与一个因变量之间关系的统计分析方法。
第九章 定量资料分析和定性资 料分析
一、定量资料
1.资料审核(data auditing)：研究者对所收 集的原始资料/问卷进行初步的审阅、校对， 剔除乱填、空白和严重缺答的废卷，使得 原始资料具有较好的准确性、完整性和真 实性。
两方面的内容：一是检查出问卷资料中的 问题，二是重新向被调查者核实。
A3你的文化程度：小学 √ 初中 高中 大学 1
3、单变量统计分析：
a.描述统计：帮助简化资料的方法，包括集 中趋势分析和离散趋势分析
集中趋势分析(central tendency analysis)： 用一个典型值或代表值来反映一பைடு நூலகம்数据的 一般水平，或者说反映这组数据向这个典
型X 值 集n中x 的情况X。平均xff数：nxf
定量资料分析方法与定性资料分析方法的 区别：1.分析程序与技术的标准化程度不同； 2.资料分析的开始点不同，后者贯穿研究的 过程，前者是一个特定阶段；3.与社会理论 的关系上不同，前者多用于检验理论或假 设，后者多用于建构理论；4.分析的方式和 所用的工具不同。
定量资料分析思路及spss软件实现步骤和结果解读
变量为定量数据；影响因素只有一个。
• 影响因素有两个水平——t检验 • 影响因素有三个以上水平——方差分析
一个影响因素，两个水平
• 以临床试验的数据文件“clinical trial.sav”为例，为了检验 随机分组的均衡性，对治疗前的age，height，wt，SBP、 DBP、pulse做比较。
• 检验变量：身高 • 分组列表：分组——定义组，使用指定值——组1：1，组2：2
• 身高两组比较结果： • 描述：试验药：168.53±6.87cm；安慰剂：168.17±7.80cm • 方差齐性检验：F=0.294, P=0.590, 方差齐，进行t检验 • t检验：t=0.193，P=0.847，两组身高差异无统计学意义。
• 首选两独立样本比较的t检验。但要考虑是否满足正态性 和方差齐性。
方差不齐
正态性检验
• 分析——描述统计——探索
• 因变量列表：身高 • 因子列表：分组 • 绘制：带检验的正态图
SPSS操作过程
• 结果：试验药和安慰剂的身高均服从正态，
考虑t检验
t检验
• 分析——比较均值——独立样本t检验 SPSS操作过程
小梁间隙（tbsp）有两组不服从正态，考虑多个独立样本非参数检验
方差分析——荧光标记周长百分比
• 分析——比较均值——单因素ANOVA
• 因变量列表：莹光标记周长百分比（lmp） • 因子：分组 • 两两比较：LSD, SNK • 选项：描述性，方差同质性检验
SPSS操作过程
方差分析——荧光标记周长百分比
一个影响因素，多个水平
• “ONE-WAY_2”，比较3组骨小梁间隙（tbsp）、荧光标 记周长百分比（lmp）有无差异。
正态性检验
• 影响因素有两个水平——t检验 • 影响因素有三个以上水平——方差分析
一个影响因素，两个水平
• 以临床试验的数据文件“clinical trial.sav”为例，为了检验 随机分组的均衡性，对治疗前的age，height，wt，SBP、 DBP、pulse做比较。
• 检验变量：身高 • 分组列表：分组——定义组，使用指定值——组1：1，组2：2
• 身高两组比较结果： • 描述：试验药：168.53±6.87cm；安慰剂：168.17±7.80cm • 方差齐性检验：F=0.294, P=0.590, 方差齐，进行t检验 • t检验：t=0.193，P=0.847，两组身高差异无统计学意义。
• 首选两独立样本比较的t检验。但要考虑是否满足正态性 和方差齐性。
方差不齐
正态性检验
• 分析——描述统计——探索
• 因变量列表：身高 • 因子列表：分组 • 绘制：带检验的正态图
SPSS操作过程
• 结果：试验药和安慰剂的身高均服从正态，
考虑t检验
t检验
• 分析——比较均值——独立样本t检验 SPSS操作过程
小梁间隙（tbsp）有两组不服从正态，考虑多个独立样本非参数检验
方差分析——荧光标记周长百分比
• 分析——比较均值——单因素ANOVA
• 因变量列表：莹光标记周长百分比（lmp） • 因子：分组 • 两两比较：LSD, SNK • 选项：描述性，方差同质性检验
SPSS操作过程
方差分析——荧光标记周长百分比
一个影响因素，多个水平
• “ONE-WAY_2”，比较3组骨小梁间隙（tbsp）、荧光标 记周长百分比（lmp）有无差异。
正态性检验
定量分析简明教程
定量分析简明教程导言定量分析（Quantitative Analysis）是一种通过数学和统计方法对数据进行分析和解释的方法。
在各个领域，包括金融、市场营销、经济学、社会学等，定量分析被广泛应用于数据研究和决策分析中。
本教程旨在介绍定量分析的基础概念和常见方法，帮助读者快速入门定量分析领域。
一、数据收集与准备在进行定量分析之前，首先需要收集和准备分析所需的数据。
数据可以来源于各种渠道，包括调查问卷、实验数据、公开数据集等。
在数据收集过程中，需要确保数据的有效性和可靠性，避免数据采集过程中的偏差和错误。
一般来说，数据准备包括数据清洗、数据整理和数据转换等步骤。
数据清洗是指对数据进行筛选和处理，删除异常值和缺失值等；数据整理是指将不同来源和格式的数据整合到一个数据集中；数据转换是指对数据进行变换和标准化，以满足分析的需求。
二、描述性统计描述性统计是定量分析的基本方法之一，用于对数据进行总结和描述。
常用的描述性统计方法包括均值、中位数、标准差、频数分布等。
•均值（Mean）是一组数据的平均值，用于表示数据的集中趋势。
•中位数（Median）是一组数据的中间值，用于表示数据的集中趋势。
当数据存在极端值时，中位数比均值更具有代表性。
•标准差（Standard Deviation）是一组数据的离散程度的度量。
标准差越大，表示数据的变异程度越大。
•频数分布（Frequency Distribution）是将数据按照取值范围进行分组，并统计每个组的频数。
频数分布可以帮助我们了解数据的分布情况。
描述性统计可以通过表格、图表等形式展示，以便更直观地理解和比较数据。
三、推断统计推断统计是根据样本数据对总体进行估计和推断的一种方法。
它基于概率理论和统计学原理，通过对样本数据进行分析和假设检验来推断总体的特征和关系。
推断统计主要包括参数估计和假设检验两个方面。
•参数估计是通过样本数据推断总体参数的取值。
常用的参数估计方法有点估计和区间估计。
社会学研究方法11定量资料分析
计算机处理资料的一般过程
（1）输入前的准备：资料的审查、资料的分类 与编码、登录
（2）输入数据：指通过对计算机输入设备的操 作，将资料卡片中的资料送入计算机贮存起来， 以备调用。输入方式：键盘输入、卡片输入、 光电输入。
（3）资料的净化：幅度检查、逻辑检查。 （4）数据的处理
第二节 统计分析概述：
由调查员进行审查。 有现场专职的检查员进行检查。 调查结束后由调查组织机关的检查员进行检查，重
点是检查回答登记错误，计算错误及调查员是否对 英调查对象均进行了调查，有无作弊等。
二、资料的编码
编码：就是将文字资料转化为数字形式的过程。编码的 目的使用一组变量表示各项调查问题，用每一变量的不 同取值表示对这一问题的不同回答，从而使文字资料转 化为数字形式。
目的和资料本身的特点选择适当的统计分 析方法 对于统计结果的解释
第二节 单变量统计分析
单变量统计分析可以分为：
单变量描述统计 单变量推论统计
一、单变量描述统计
目的在于用最简单的概括形式反映出大量 数据资料所容纳的基本信息
包括>频次分布：就是变量的每一取值出现的次数。 对于连续性变量，如定距变量 ，频次的计算必 须分组进行。其中每组上限即下一组的下限， 通常将下限包括在本组中，每组用组中值表示。
为了减少编码工作中的误差，需要编制一份编码手册。 在编码手册中，将需要编码的项目和问题一一列出，逐
一规定它们的代码、宽度、栏码、简要名称、答案赋值 方式等 编码项目：问卷编号、问卷所属区域或部门、其他要进 行统计的分类标准 编码方法：预编码、后编码、边缘编码、编码簿
<1>个案登录：即将各个调查对象的全部 数据资料以编码的形式记录在一张张卡片 上，即建立个案档案。
研究资料分析-定量数据分析
提纲第一节统计的理解一、统计是一种语言二、统计是一种规律三、统计是一种规律四、统计是一系列分析的技术和方法第二节统计描述与推断一、数据集中趋势的描述二、数据离散程度的描述三、数据关系的推断四、SPSS概述第三节假设检验一、基本原理二、大样本平均数差异的显著性检验—z检验三、小样本平均数差异的显著性检验—t检验四、检验第四节统计分析一、回归分析二、聚类分析三、因子分析【内容提要】本章阐明了定量研究资料的整理、推断、分析的基本原理，以及利用SPSS对数据资料进行统计分析的基本方法。
内容包括：统计的理解、统计描述与推断、假设检验和统计分析。
在教育科学研究过程中，通过定量的研究方法所获得的结果，主要是以数据形式呈现的。
数量关系是事物普遍具有的一种属性，因此，数据总是能够以其数字特征反映研究对象系统的或某些方面的属性或关系。
数据分析就是对以数字形式呈现的研究资料如何反映研究对象的特性或关系做出分析。
数据分析是按照一定的数学原理、法则、程序进行的。
这些数学的原理、法则、程序是在丰富的人类生活中形成的抽象体系，依据数学自身的规则推演，不以研究者或研究对象的主观意志为转移。
因此，数据分析不仅有利于获得客观、准确的研究结论，而且可以推进我们的思考，使我们凭借数学的推演获得仅凭主观想象难以获得的更深刻的认识和新的发现。
第一节统计的理解一、统计是一种语言什么是统计? 要解释这个问题，我们首先要弄清楚统计要解决的问题。
可以说统计作为一门科学，它首先要应对的是一种现象，是我们生活中每时每刻都能遇到的统计现象，或者说是随机的概率现象。
最简单的理解，就是掷骰子。
爱因斯坦就把他和玻尔之间关于量子力学的论战归结为上帝掷不掷骰子。
所谓上帝掷不掷骰子，就是要问我们这个世界，究竟是确定现象，受因果律支配的、可以用函数关系精确表达的现象，还是一种概率现象，统计现象，只是具有一定可能性。
天气预报根据卫星云图预报明天有中到大雨，这是由因果律支配的推断，说降水概率70%，是把明天下雨当成了一种统计现象，只是有了某种可能性，发生同样的气象条件的记载，有70%是下雨的。
定量资料的分析
定量资料的分析
定量资料的研究分析借助的是各种统 计分析方法。按统计分析的性质的不同， 定量资料的分析可分为描述统计和推断统 计；按统计分析涉及变量的多少，定量资 料的分析可分为单变量统计分析、双变量 统计分析和多变量统计分析。
一、 描述统计与推断统计
描述统计（descriptive statistics）是用图形、表格和概括性 的数字对数据进行描述的统计方法，即用直观的图形、汇总的表格 和概括性的数字（如平均数）表示数据的分布、形状等特征。
描述统计是所有统计分析的基础，推断统计则是实际工 作中定量资料分析的主要内容。而且，推断统计的地位和作 用也越来越重要，已成为统计分析的核心内容，这是因为在 对现实问题的研究中所获得的数据主要是样本数据。但这并 不等于说描述统计不重要，如果没有描述统计搜集可靠的统 计数据并提供有效的样本信息，再科学的统计推断方法也难 以得出切合实际的结论。从描述统计学到推断统计学反映了 统计学发展的巨大成就，是统计学发展成熟的重要标志。
根据未分组数据或分组数据计算众数时，只需要找 出出现次数最多的变量值即可。
【例11-1】
某次考试中考生的年龄分别为34，25，41，37，37， 29，35，37，30，34，40，求众数。
解：考生年龄的众数即为频数最高的年龄37。
【例11-2】
根据某单位员工职业资格等级分组资料（见表11-2）求众数。
要确定未分组资料的中位数，就要先将总体中各标志值 按数值大小排列，如有n个数值，则确定中位数的位置点公式 为Om=（n+1）/2。如果n是奇数，则居于中间位置的那个标 志值就是中位数；如果n是偶数，中位数则是中间两个位置的 标志值的算术平均数。
【例11-3】
二、 单变量、双变量和多变量统计
定量资料的研究分析借助的是各种统 计分析方法。按统计分析的性质的不同， 定量资料的分析可分为描述统计和推断统 计；按统计分析涉及变量的多少，定量资 料的分析可分为单变量统计分析、双变量 统计分析和多变量统计分析。
一、 描述统计与推断统计
描述统计（descriptive statistics）是用图形、表格和概括性 的数字对数据进行描述的统计方法，即用直观的图形、汇总的表格 和概括性的数字（如平均数）表示数据的分布、形状等特征。
描述统计是所有统计分析的基础，推断统计则是实际工 作中定量资料分析的主要内容。而且，推断统计的地位和作 用也越来越重要，已成为统计分析的核心内容，这是因为在 对现实问题的研究中所获得的数据主要是样本数据。但这并 不等于说描述统计不重要，如果没有描述统计搜集可靠的统 计数据并提供有效的样本信息，再科学的统计推断方法也难 以得出切合实际的结论。从描述统计学到推断统计学反映了 统计学发展的巨大成就，是统计学发展成熟的重要标志。
根据未分组数据或分组数据计算众数时，只需要找 出出现次数最多的变量值即可。
【例11-1】
某次考试中考生的年龄分别为34，25，41，37，37， 29，35，37，30，34，40，求众数。
解：考生年龄的众数即为频数最高的年龄37。
【例11-2】
根据某单位员工职业资格等级分组资料（见表11-2）求众数。
要确定未分组资料的中位数，就要先将总体中各标志值 按数值大小排列，如有n个数值，则确定中位数的位置点公式 为Om=（n+1）/2。如果n是奇数，则居于中间位置的那个标 志值就是中位数；如果n是偶数，中位数则是中间两个位置的 标志值的算术平均数。
【例11-3】
二、 单变量、双变量和多变量统计
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
G=+0.423， Z=5.233, P<0.05(一端测定）
G=-0.018 Z=0.099
《社会调查研究方法》
G=+0.008 Z=0.040
主讲与制作：田 飞
第17页
阐释模式—阐明分析
• 目的：探讨因果关系的作用方式或作用途径。 • 思想：当变量X与变量Y相关时，通过引进并控 制第三变量，以判明自变量X是否“通过”第三 变量而对因变量Y产生影响的。 • 方法：如果控制了第三变量，原来两个变量之 间的关系消失了,那么这个第三变量是X与Y因果 关系之间的关键环节，即X是通过第三变量影响 因变量Y的。如果控制了第三变量，与原来两个 变量之间的关系没有改变，则可以认为X并非通 过第三变量影响Y的。
《社会调查研究方法》
主讲与制作：田 飞
第 7页
消减误差比例
• 在解释或预测社会现象的变化中难免会有误差。对于两个有关 系的变量（X和Y）来说，知道X值去预测Y值时所存在的误差 （E2），显然比不知道X值去预测Y值所产生的误差（E1）要小。 • 消减误差比例(Proportionate reduction in error, PRE)：知道X值时 所减少的误差（E1-E2）与总误差的比。即
第10页
《社会调查研究方法》
主讲与制作：田 飞
第11页
不同层次变量相关测量检验
两变量层 次 相关系数 取值范围 是否对称 有无消减 误差比例 意义
有
检验方法
SPSS有无 该系数
有
定类-定类 λ （定类-定 序） 定序-定序 G 定类-定距 E （定序-定 E2 距） 定距-定距 r r2
[0,1]
第二十六讲 定量资料分析（二）
社会调查研究方法
主讲：田 飞
第 2页
第十一章 定量资料分析
第一节 第二节 第三节 第四节 资料的整理与录入 单变量统计分析 双变量统计分析 多变量统计分析
《社会调查研究方法》
主讲与制作：田 飞
第 3页
第三节 双变量统计分析
一．交互分类表与卡方检验 二．不同层次变量的相关测量与检验 三．回归分析
《社会调查研究方法》
主讲与制作：田 飞
第16页
住户拥挤程度
高 夫妻 冲突 高 低 (n) 经济水平高 住户拥挤程度 高 夫 妻 冲 突 高 低 (n) 61.4 38.6 (220) 低 62.2 37.8 (90) 63.8 36.2 (599) 经济水平中 住户拥挤程度 高 81.0 19.0 (294) 低 80.7 19.3 (85) 低 41.6 58.4 (401) 经济水平低 住户拥挤程度 高 10.6 89.4 (197) 低 9.6 90.4 (114) G=+0.052 Z=0.1ቤተ መጻሕፍቲ ባይዱ1
对称
卡方
[-1,1] [0,1] [0,1] [-1,1] [0,1]
对称 不对称
有 无 有 无 有
Z
有 有
F
F t 有
对称
《社会调查研究方法》
主讲与制作：田 飞
第12页
回归分析
• 指简单线性回归 • R=r
《社会调查研究方法》
主讲与制作：田 飞
第13页
第四节 多变量统计分析
一．阐释模式 二．复相关分析 三．多元回归分析
《社会调查研究方法》
主讲与制作：田 飞
第14页
阐释模式
阐释模式（Elaboration)：关心两个变量之间 的关系，通过引入并控制第三个变量，来进 一步了解和探讨原来两变量之间关系性质的 统计分析方法。 类型：
因果分析 阐明分析 条件分析
《社会调查研究方法》
主讲与制作：田 飞
第15页
男（n=50)
60 40 X2=4 男（n=250) 56
女(n=50)
40 60 P<0.05 女(n=250) 44
反对
n=500
44
X2=7.2
56
P<0.01
《社会调查研究方法》
主讲与制作：田 飞
第 6页
不同层次变量的相关测量与检验
• 卡方检验说明在总体中两定性变量是否相互独 立。 • 相关测量说明两种变量在样本中的相关程度。 • 相关检验说明在总体中两种变量是否相互独立。
《社会调查研究方法》
主讲与制作：田 飞
第 4页
交互分类
• 交互分类（Cross-tabulation）：专门用来分析两个定 性变量之间关系的统计分析方法。
表11-11 500名工人的文化程度与工资收入交互分类表（%）
工资收入 大专以上 高 中 低 合计 （n）
《社会调查研究方法》
文化程度 中学 7 73 21 100 275
第 8页
消减误差比例
• Y
E1
Y
E1 E2 E1-E2
X
《社会调查研究方法》
主讲与制作：田 飞
第 9页
不同层次变量相关测量系数
定类 定类 定序 定距
《社会调查研究方法》
定序
定距 E,E2 E,E2 r,r2
Lambda Lambda Lambda Gamma E,E2 E,E2
主讲与制作：田 飞
主讲与制作：田 飞
小学及以下 3 19 78 100 180
合计 10 50 40 100 500
58 31 11 100 45
第 5页
卡方检验
• 是否显著与数据分布和 样本规模有关。
态度 性别
赞成 反对 n=100 态度 性别 男（n=50) 赞成 反对 n=100 56 44 X2=1.42 女(n=50) 44 56 P>0.05 态度 赞成 性别
E1 E2 PRE E1
• PRE越大，表示以X值去预测Y值时能够减少的误差所占的比例 越大，或X与Y越相关。 • 比如：PRE=0.70，表示以X预测 Y时能够减少70%的误差，说明 二者的相关程度较高。PRE=0.09，则表示只消减了9%的误差， 即X与Y的关系很弱。
《社会调查研究方法》 主讲与制作：田 飞
阐释模式--因果分析
• 目的：自变量X与因变量Y之间是否确实存在因果关系。 • 思想：引入若干与X和Y密切相关的前置变量（第三变 量），以判明X与Y之间的因果关系是否为虚假的，即 二者的关系是否为前置变量影响的结果。 • 方法：当引进并控制住第三变量后，原来两个变量之 间的关系消失，则可以肯定这两个变量之间的关系是 虚假的，它们之间的相关实际上是由于第三变量作用 的结果。但当两个变量之间的关系仍然存在，则不能 肯定两个变量的因果关系是确定的，只能说“可能” 存在。或者说，对它们的因果关系的信心增加了，引 入的第三变量数目越多，且不改变两个变量关系时， 我们对因果关系存在的信心越大。