SPSS的Table程序在比率同性质χ2检定事後之比较应用.docVIP

SPSS「Tables」在比率同質性χ2事後比較之應用 心理與教育研究的問卷調查通常會進行「受試背景」（如性別、教育程度等）與「態度或意見」（是否贊成解除髮禁、十二年國教學區如何劃分等）雙向交叉表之百分比同質性檢定，如果整體檢定有達到顯著水準，研究者通常希望能進一步了解哪些背景的受試（如都會地區與鄉村地區）贊成某個意見之比率有顯著差異，也就是要進行檢定之事後比較。目前大多數統計套裝軟體的檢定都沒有提供事後比較報表， SPSS14版以後的「Tables」程序之直行比率差異檢定採用Bonferroni校正法來調整個別檢定之值（觀察的顯著性），本質上也具有多重比較控制整體（第一類型誤差）之功能。接下來以吳裕益（2007）心理與教育統計學的檢定之事後比較之例題來說明比率同質性χ2檢定事後比較之原理，然後再說明SPSS「Tables」直行比率差異檢定在一般雙向交叉表資料之應用。 一、比率同質性χ2檢定事後比較之原理 表1是「解除髮禁」與「身分」交叉表之資料，「解除髮禁」分為贊成與反對兩個水準，「身分」分為教師、家長與學生三個水準。 首先對表12交叉表進行整體檢定，表1各細格之期望次數可用下列公式計算: 以教師與贊成交叉那個細格（）為例， 整體檢定之 為： = =15.058 ==2 檢定結果達到.05顯著水準，需要拒絕三種身份者對解除髮禁之意見相同的虛無假設。如果要確定哪些配對比較有達到顯著水準，就需要再進行事後比較。 如果交叉表的自由度只有1，當檢定有達顯著水準時，可以直接由交叉表的百分比判斷那個類別的受試選答那個意見的比率較高，不用再進行事後比較。但是當自由度大於1且檢定有達顯著水準時，就需要再進行事後比較才能判斷哪些比較有達顯著水準。進行雙變項交叉表檢定的事後比較需要以來建立下式的多個比率差異之同時信賴區間： （12.5） 「、」與「、」分別是所要比較的兩個類別受試在依變項某個水準的比率與樣本數， ，，是整體達到顯著水準之臨界值。以表12的教師與家長「贊成」解除髮禁者比率差異之事後比較而言，如果，那事後比較可計算如下： = = 也可以用信賴區間的符號（），將兩個比率的差異的信賴區間表示如下： [-.193-.035]=.95 由於兩個比率之差異程度（.114）大於95﹪信賴區間所需之「誤差範圍」（.079），因此，可以宣稱「教師與家長「贊成」解除髮禁者之比率有差異」，且是家長比教師更贊成解除髮禁。二者比率差異之95﹪信賴區間的下限及上限分別為-.193及-.035，表示家長認為「不需要」髮禁者之比率大約比教師高3.5﹪至19.3﹪之間。 實際進行檢定事後比較可以使用表2所提供的程式。該程式需輸入所要比較的細格之次數(f_1j f_1k) ,邊緣總數(c_j c_k)及df。報表的「p_diff」是所要比較的兩個比率之差距，「誤差範圍」是（信心水準為95％）時「p_diff」的抽樣誤差範圍，「p_diff」「誤差範圍」就是95％信心水準的上下界，即報表的「Upper」及「Lower」。「Sig_Tset」，是顯著性檢定之結果，「p.05」代表有達到.05之顯著水準，「ns」代表未達到.05之顯著水準。本例題事後比較結果顯示家長及學生認為「贊成」解除髮禁者之比率均高於教師，但家長與學生則無顯著差異。 表1 「解除髮禁」與「身分」交叉表 身分 Total 教師 家長 學生 教師 解除髮禁 贊成 Count 270 280 340 890 Expected Count 299.0 263.4 327.5 890.0 % within 身分 64.3% 75.7% 73.9% 71.2% 反對 Count 150 90 120 360 Expected Count 121.0 106.6 132.5 360.0 % within 身分 35.7% 24.3% 26.1% 28.8% Total Count 420 370 460 1250 Expected Count 420.0 370.0 460.0 1250.0 % within 身分 100.0% 100.0% 100.0% 100.0% 表2 檢定事後比較程式及報表 *** Chi-square檢定事後比較 ***. ** 輸入所要比較的細格之次數(f_1j f_1k),邊緣總數(c_j c_k)及df **. DATA LIST LIST / c_j c_k f_1j f_1k df. BEGIN DATA 420 370