社会调查地研究方法10统计的分析.ppt

第十章 调查资料的统计分析 第一节 统计分析概述 第二节 单变量统计分析 第三节 双变量统计分析 第四节 推论统计 第一节 统计分析概述 一、统计分析的含义与作用 二、统计分析的特点 第二节 单变量描述统计 第三节 双变量统计分析 第四节 推论统计 求职应注意的礼仪 求职时最礼貌的修饰是淡妆 面试时最关键的神情是郑重 无论站还是坐，不能摇动和抖动 对话时目光不能游弋不定 要控制小动作 不要为掩饰紧张情绪而散淡 最优雅的礼仪修养是体现自然 以一种修养面对两种结果 必须首先学会面对的一种结果----被拒绝 仍然感谢这次机会，因为被拒绝是面试后的两种结果之一。 被拒绝是招聘单位对我们综合考虑的结果，因为我们最关心的是自己什么地方与用人要求不一致，而不仅仅是面试中的表现。 不要欺骗自己，说“我本来就不想去”等等。 认真考虑是否有必要再做努力。 必须学会欣然面对的一种结果----被接纳 以具体的形式感谢招聘单位的接纳，如邮件、短信 考虑怎样使自己的知识能力更适应工作需要 把走进工作岗位当作职业生涯的重要的第一步，认真思考如何为以后的发展开好头。 Thank you 一、交互分类 1．交互分类的定义与作用 所谓交互分类，简单地说，就是将一组数据按照两个不同变量的类型进行综合的分类。交互分类的结果通常以交互分类表（又称列联表）的形式反映出来。下面是一个例子： 上表是对总数为300人的调查对象按照年龄和文化程度两个变量的标准进行交互分类的结果。每一个被调查者按这两种标准被划分到某一个格内。即格内数字就是分类的结果。 作用： 通过对各种不同类型格内的频数或相对额数（即百分比）的分析，来研究和探讨变量之间是否存在关系。比如说从上表中我们可以看出，老年人中文化程度低的比重很大，中年人次之，年轻人比重最小；而在高中及大专以上颇高文化程度中，年轻人比重最大，中年人次之，老年人最低。 结论：即被调查者的文化程度与他们的年龄有关，并呈现出年龄越低，总体文化程度越高的状况。 交互分类方法的适用对象主要是定类与定序层次的变量，而在社会调查研究中的绝大部分变量正好又是这两个层次的。因此，交互分类的方法对于大量社会调查资料的相关分析有着十分重要的作用，我们应该熟悉这种方法。 2、χ2检验 通过实例讨论何为χ2检验。 表中显示，年龄与对待老年人再婚问题的态度存在关系，随着年龄的下降，较多的人反对老年再婚。 上述结论通常只是在所调查的样本范围内成立。而我们进行调查的目的常常又不仅仅是描述或说明样本的情况，更重要的是要通过样本的情况来反映和说明总体的情况。因此，要保证我们从样本中得出的结果具有统计意义，保证样本中所体现的变量间关系也反映了总体的情况，我们必须有一个保证的办法。这就是要对它们进行χ2检验（卡方检验）。 Χ2检验的原理及公式的证明略去。 下面我们主要介绍χ2检验的计算公式及检验步骤。 χ2检验的计算公式 f0为交互分类表中每一格的观察频数； fe为交互分类表中f0所对应的期望频数。具体的计算方法是用每一个f0所在的行总数乘以所在的列总数，再除以全部总体数。 Χ2值的计算。 f11=120*80/260=37 f12 =46 f13= 37 f21 =43 f22=54 f23=43 χ2=（60-37）2/37+……=42.6 χ2检验的具体步骤（以上表为例）： ①建立两变量间无关系的假设，即设年龄及对某事件的态度两变量相互独立，互不相关。 ②计算出χ2值。 ③根据自由度 df=(r一1)(c－1)和给出的显著性水平，即 P值，查χ2分布表，得到一临界值。(自由度计算公式中的r和c分别为交互分类表的行数和列数，因此，本例的自由度为：df＝(2－1)(3－1)=2；显著性水平通常为P=0.05；χ2分布表可查得临界值为5.991) ④比较χ2值与临界值 ⑤判断：a)若χ2值≥临界值，拒绝两变量无关系的假设。 b)若χ2值临界值，接受两变量无关系的假设。 3、关系强度的测量 以上讨论的是两个变量间是否存在关系的问题。当χ2检验表明，两变量间存在关系时，是否就意味着这种关系是一种强关系，或重要关系呢？这不一定，因为变量关系的强弱和变量间是否存在关系是两个完全不同的问题。 关系强度的测量方法（参见教材） 二、相关与回归 交互分类主要处理的是定类(或定序）变量问的关系问题，对于定距及定比变量来说，则有另一些方法来探讨。 这里主要简单介绍一下相关系数的计算方法及一元线性回归模型。 1、相关系数 例子：调查10名工人的工龄与工资情况如下表： 这10名工人的工龄与工资是否相关？可通过定量计算说明，