推论统计过程详解分析.ppt

心理学实证类毕业论文之统计攻略 心理学实证研究中可使用的统计方法很多，但常用的推论统计方法，也是我建议大家在做本科毕业论文的时候使用的方法只有三种，分别是T检验、F检验和相关分析 T这个指标主要用来检验两组数据之间是否真正有差异，如男性和女性这两组之间是否有差异 F这个指标主要用来检验三组或三组以上的数据之间是否有差异，如大学四个年级之间是否有差异 r这个指标主要用来检验两组连续数据之间是否有相关，如焦虑和自我效能感之间是否存在相关 一、T检验过程详解：以性别为例 二、F检验过程详解：以婚否为例 F检验的运算结果共有三个表格 三、相关分析详解：焦虑和自我效能 因为这个例子只求了两个变量的相关，所以比较简单，只有一个相关系数可以报告。这种情况下，在论文中就不需要表格了，直接报告出来就可以了。比如这样表述：“统计结果表明，焦虑和自我效能感的相关系数为-0.044，相关未达到显著水平（p=0.674）。” 下面我们假设a1、a2、a3、a4是焦虑的四个维度，b1、b2、b3、b4是自我效能的四个维度，我们直接求一下焦虑的四个维度和自我效能的四个维度之间的相关 在“LSD”前的复选框上打钩，然后点击”continue“按钮 结束了”options“和post hoc设置后， 点击”ok“按钮便出现运算结果。 第一个表格：描述统计表，即”options“中设置的结果。我们主要关注 其中画圈的两列，即平均数和标准差。如下表中的11.9744便是婚否 表示为1的组（即已婚组）焦虑得分的平均数，1.59748则是已婚组 焦虑得分的标准差。这些数据我们都需要在论文报告。 第二个表格：方差分析表，这是方差分析的主要结果。我们主要关注 其中画圈的两列，即F值和p值（sig.）。如下表中的0.198就是婚否的 三个类别在焦虑得分上的F值，其对应p值等于0.821（大于0.05）， 这说明婚否这个变量对焦虑得分并无影响，即已婚、未婚和离婚三组 被试的焦虑水平没有显著差异。这些数据我们也需要在论文报告。 第三个表格：事后检验表，即”post hoc“中设置的结果。如果方差分 析表（第二个表格）中的F值都不显著，这个表格我们就不用看了。 如果方差分析表中存在显著的F值，我们需要进一步通过这个表格 确定具体情况是怎样的。 表格的看法：”mean difference“这一列数字是前边两组数据相减的结果。 如横线部分的0.0855指的是”婚否为1的组（已婚组）的焦虑得分，减去 婚否为2的组（未婚组）的焦虑得分，所得的差“，这个差从后面的p值， 即sig.上看并不显著（因为p值为0.843，显然0.05）。 analyze——“correlate”——“bivariate”。 又称双变量相关，我们常用的就是皮尔 逊积差相关 在这个框中，将需要求相关的变量选中， 然后点击右箭头，使之进入variable框 spss默认的就是皮尔逊积差相关，不需改动了。 点击“ok”即可 -0.044这个值就是焦虑得分和自我效能的相关。 “0.674”这个值就是相关系数的p值，0.05时意味着显著。 “95”这个值是参与运算的被试数量。 此处的相关分析只有两个变量，所以比较简单。 注意： 两个圆圈中的数字是一模一样的 * 推论统计过程详解 许昌学院教科院 马来祥 ”analyze“——”compare means“——”independent-sample T test“。 类似性别差异这样的差异检验，使用的就是这个选项。 叫做”独立样本的T检验“。 首先将因变量选入”Test variable（s）“框中。此处将我们 前边计算出的”焦虑得分“和”自我效能“选入，意味着我们要 检验男女两性在”焦虑得分“和”自我效能“上有无差别 首先将自变量”性别“选入”Grouping variable“框中，意味着 本次t检验中可以分为两组的变量就是”性别“。 ”性别“选入之后，我们看到后面的括号中会出现两个”？“，这是因为spss 尚不知我们的两个性别到底以什么代号表示。本数据中我们将男性输入为 1，女性输入为2。点击下面的按钮”define groups“即可告诉spss我们对 男女两性是以什么代号表示的。 此案例中，直接在”group1“和”group2“中填上我们的分组1和2就可以了。 (意味着我们在本案例中区别男女的方式是1和2)。然后点击”continue“。 点击”continue“后，性别后面的括号中已经显示1和2了。然后点击ok，生成运算结果 此列为平均数。如第一个数字12.0370 为代号为1的性别（即男性）的焦虑均分 此列为标准差。如第一个数字1.40031 为男性之焦虑得分的标准差 此列为t值。”焦虑得分“和”自我效能“都对应着两个t值。 如果t这一列前边的那