第6讲 统计分析.docVIP

第二专题：社会调查方法 第六讲 统计分析 如前所述，作为一种完整的社会研究方式，社会调查必须同时包括随机抽样、问卷测量、统计分析这三者。抽样解决的是调查对象的问题，问卷是进行变量测量和资料收集的工具，而统计分析则是处理这种虽来自于样本却要反映总体的、以问卷形式收集的大量资料的必由之路。因此，从一定意义上说，抽样和问卷都是在为最终的资料分析做准备。而以统计学原理为基础的统计分析，则是社会调查在分析资料这个环节上的主要特征，也是社会调查作为一种定量的社会研究方式的重要标志。样本调查的结果要推论到总体，必须经过严格的统计分析与统计检验；利用问卷得到的大量调查资料，也必须首先转化成数字，并借助电子计算机和专门的统计分析软件才能进入分析过程，得出调查结果。正是依靠统计分析的帮助，社会调查才能够被用来描述总体的各种特征和分布，才能够被用来分析不同变量之间的关系。 分析阶段也称为研究阶段。主要任务是：对实地调查所收集到的原始资料进行系统的审核、整理、统计、分析。就像农产品从地里收回后要经过很多道加工的工序，才能最终成为香甜可口的食品一样，从实地调查中所得到的众多信息和第一手资料，也要经过调查研究者的多种“加工”和“处理”，才能最终变成调查研究的结论。这里既有对原始资料的清理、转换和录入到计算机中等工作，也有用各种统计方法对资料进行分析的工作。需要特别指出的是，由现代社会调查的特定方式、方法以及所收集的资料的性质所决定，这种加工和处理的方式及手段主要是定量的统计分析。 由于统计分析涉及许多数学问题，也比较复杂，还要上机，限于条件和时间，本课程只能略作介绍，请感兴趣的同学自己看看讲义和参考材料，有问题可以提出讨论。 统计分析方法的内容可以根据变量的多少划分为单变量分析、双变量分析和多变量分析。前两者可称为初等统计，而后者则称为高等统计。本课程只对初等统计的内容作一个简要介绍。 一、单变量的统计分析及SPSS的相应统计功能 （一）单变量描述统计及SPSS的相应统计功能 1．频数分布与频率分布 （1）频数分布（统计工作的第一步） 所谓频数分布(frequency distribution)，不同类别在总体中的绝对次数分布。 【例1】某班有20名学生，我们通过对他们的父亲的职业情况进行调查，得到下列结果；工人、工人、工人、工人、干部、干部、干部、干部、干部、干部、教师、教师、教师、商人、商人、商人、商人、商人、农民、农民。那么，我们就可以用表9—1来描述该班学生的父亲的职业分布状况。 频数分布表的作用有两方面，一是简化资料，即将调查所得到的一长串原始数据，以一个十分简洁的统计表反映出来。二是从频数分布表中，我们可以更清楚地了解调查数据的众多信息。比如从表9—1中，我们既可以了解该班学生的父亲在职业方面的分布范围(工人、干部、教师、商人、农民，总共有五类)，还可以了解不同职业的分布情况(如干部最多、农民最少等)，这样就为我们深入分析有关现象打下了良好的基础。 （2）频率分布 不同类别的次数占相应总次数比例的分布 这种比率在社会调查中经常是以百分比的形式来表达。频率分布情况同样也是以频率表的形式出现。表9—2就是与表9—1对应的频率分布表。 频率分布表与频数分布表的区别在于：频数分布表是不同类别在总体中的绝对数量分布，而频率分布表则是不同类别在总体中的相对数量分布(相对比重)。 正是由于这一特点，频率分布表除具备频数分布表的优点外，还有一个十分重要的优点，这就是它十分方便地用于不同总体或不同类别之间的比较。因此，这种分布表的应用更为普遍。 从测量层次的角度来分析，不难看出频数分布和频率分布主要适用于定类尺度变量的描述。当然，对于更高测量层次上的变量，比如定序变量、定距变量和定比变量，同样也可以用它们进行描述。 2．集中趋势分析 集中趋势分析(centeral tendency analysis)是指用一个典型值或代表值来反映一组数据的一般水平，或者说反映这组数据向这个典型值集中的情况。最常见的集中趋势分析包括计算平均数(也称为均值)、众数和中位数。 （1）平均数(mean)。在社会调查中，平均数是使用得最多的集中量数。平均数的定义是：总体各单位数值之和除以总体单位数目所得之商。在统计分析中，习惯以来表示平均数。其计算公式是 下面举例说明不同情况下计算平均数的方法。先看如何从原始数据计算平均数。 【例2】某班10名学生年龄分别为20岁、21岁、19岁、19岁、20岁、20岁、21岁、22岁、18岁、20岁，求他们的平均年龄。 解 根据平均数的计算公式有 如果是单值分组资料，那么，计算平均数时首先要将每一个变量值乘以所对应的频数，得出各组的数值之和，然后将各组的数值之和全部相加，最后除以单位总数(也即各组频数之和)。其计算公式是 【例3】调查某年级1