之變數-逢甲大學圖書館.ppt

統計分析軟體入門研習－SPSS 2009/12/15 大綱 1.資料統計概論 2.假說檢定 3.多變量分析 4.複選題分析 ?1.資料統計概論1.1資料概說 統計方法之考量因素 銀行客戶資料之變數特性與衡量尺度 資料型態與統計方法 新資料之建立：按「輸入資料」 按「變數檢視」 解釋 名稱： ? 輸入變數名稱，但須注意SPSS之變數名稱僅可輸入八個字元，亦即八個半型字（英文字母或數字）或四個全型字（中文字），若輸入中文名稱則僅能輸入四個字。 類型： 一般採SPSS預設之數值型式(numeric)，使用者亦可依需要選取其他資料型式。 寬度： ?欄位寬度，依據資料實際位數選取適當之欄位寬度。 解釋-1 小數： ?小數點位數，此功能係設定資料呈現之小數點位數。SPSS預設值為2，故每筆數字皆會有兩位數之小數點。 標記： ?變數之備註說明，針對變數（欄位名稱）加以說明。由於SPSS之變數名稱僅可輸入八個英文字母或四個中文字，若使用者無法從變數名稱判斷該變數之真正意義，則可在此欄位中輸入較多之備註說明。例如「是否曾經逾期繳款」之變數，由於字數限制，僅能在”Name”之欄位輸入「逾期繳款」四個字，為強化該變數之說明。 解釋-2 數值： ?變數之數值說明。此欄位可輸入變數值所代表之意義，例如性別變數。 遺漏： ?此欄位係提供定義資料遺漏值(Missing values)之用。此功能可用以輔助使用者篩選資料之用。例如銀行客戶之職業種類有六種，而加以編碼（亦即農漁畜牧業為1；勞工為2；軍公教為3；工商服務業為4；自由業為5；其他為6），若使用者認為農漁畜牧業（編號1）與其他業（編號6）所佔顧客比例較低，擬不列入分析對象，但又想加以保留而不刪除，此時即可將該值定義為遺漏值。 按「資料檢視」 基本操作 選取資料 若使用者僅針對部分資料進行統計分析，此時即可利用本功能。茲分別舉例說明如下： 範例一：選取年齡大於40歲者進行分析 其他注意事項 以 代表 and 以 | 代表 or 資料轉換：存放比率 重新編碼 ?1.資料統計概論1.2敘述統計 次數分配表 集中趨勢 ?2.1各種平均值之檢定 在比較各族群之平均值是否有顯著差異之前，可能須先詢問要如何分群？各族群各項變數之平均值為何？然後再進行平均值之差異性檢定。資料的分群是以某些變數之值（如：性別）為分群的準則，用以分群的變數稱為獨立變數(independent variables)，而所欲計算平均值的變數稱為依變數(dependent variables)。 平均數 單一樣本 t 檢定 若銀行客戶之樣本資料存款平均值為433萬元，該銀行欲宣稱其客戶平均存款大於400萬元，試列出虛無與對立假說，並說明檢定結果(α=0.05)（資料檔：銀行客戶.sav）。 H0：客戶平均存款未大於400萬元(μ≦400)H1：客戶平均存款大於400萬元(μ400) 獨立樣本 T 檢定 比較銀行客戶之平均存款是否因性別而有所不同。 H0：男性客戶平均存款與女性客戶平均存款無差異 (μ0-μ1=0或μ0=μ1） H1：男性客戶平均存款與女性客戶平均存款有差異 (μ0-μ1≠0或μ0≠μ1） 配對樣本 T 檢定 某汽車保養行為了解某汽車省油器之功效，其選取八部車輛並安裝省油器，並記錄其裝設前與裝設後之耗油紀錄如下表（每100公里需加侖數） 若車輛耗油為常態分配，試檢定該省油器是否可節省汽油。 H0：裝設省油器前後之耗油差異平均值未大於0(Δμ≦0) H1：裝設省油器前後之耗油差異平均值大於0(Δμ0) 2.2單變量變異數分析 檢定三個以上的獨立母體之平均值是否相等時，可採用變異數分析(Analysis of Variance; ANOVA)。變異數分析種類繁多，如下表： 範例：單因子變異數分析 某校想要瞭解不同的教學方法對學生的學習成效是否有所差異，因而進行一項教學實驗。該校找來三組學生（每組各五位同學），並施以不同的教學方法（民主式、專制式、放任式）。一段時日後，施以測驗。試問：此三種教學方法之成效是否有所差異? 範例：雙因子變異數分析 當懷疑某一屬量的依變數可能同時受到兩個屬質的自變數的影響，較正確的分析方法應是採用雙因子變異數分析，例如：如下表想要探討「性別」與「居住區域」對「存款」的影響。性別與居住區域對存款的影響效果稱為主效果；性別與區域是否同時對存款造成不同的效應則為交互效果。 檢定內容 ?2.3類別資料關係探討―卡方檢定 以「銀行客戶資料」為例，探討客戶信用等級與居住區域是否有關係。建立假說如下: H0：客戶信用等級與居住區域無關 H1：客戶信用等級與居住區域有關 ?2.4相關分析 兩變項間之關係