第一讲 变量及其关系幻灯片.ppt

调查数据分析与SPSS软件应用陈卫中国人民大学人口与发展研究中心 自我介绍 中国人民大学人口与发展研究中心教授 《人口研究》杂志常务副主编 澳大利亚国立大学社会学博士 授课：社会统计学、定量研究方法、调查数据分析与SPSS软件应用 研究兴趣：生殖健康、老龄化 Email：weichen@ 第一讲 变量及其关系 变量类型 统计检验 一、变量（数据） 类型 变量（数据） 可以分为四类: 名义变量、序次变量、间距变量、比率变量。 （定类、定序、定距、定比 ） 了解变量（数据）类型很重要，因为不同类型的变量（数据）往往使用不同的统计方法进行分析。 名义（定类）变量 名义变量是最简单的一种数据类型， 表示为没有次序的类别。如果只有二类，就是二分类变量，如果是三类或更多类，就叫多分类变量。 最常见的名义变量就是性别。性别只有二类：男性和女性。并且没有次序之分，即某一类并不高于、大于或好于另一类。习惯上我们用1表示男性，2表示女性。这样赋值是随意的，没有任何的数学或统计学上的理由。 名义变量 根据变量值，只能知道研究对象是相同或不同。 从数学运算特性来讲，名义变量只能有等于或不等于的性质。 名义变量 三类及以上的名义变量就更多了。例如，宗教、职业、婚姻状况、居住地、省份、民族、国家等。 类别的排列和赋值没有任何实际意义。 2002年全国职工队伍状况调查 有很多名义变量，例如省份、地区、性别、户口、政治面貌、宗教信仰、民族、职业等 序次（定序）变量 序次变量与名义变量类似，所不同的是各类是有次序之分的，即由小到大、由低到高排列，或相反。 比如按照人口规模大小排列：中国第一， 印度第二， 俄罗斯第三，美国第四，日本第五，等等。 2006年中国各省人口排序 序次变量 文化程度是序次变量，可以分为： 1=文盲、半文盲 2=小学 3=初中 4=高中 5=大专及以上 第 3类肯定高于第1和第2类，但是类与类之间的距离是不相等的。 每个人可以按照某种特征分类： 您是否同意禁止性别选择？ 序次变量 由于序次变量的取值除了有类别属性之外，还有等级、次序的差别，所以，其数学运算特性除具有等于或不等于之外，还有大于或小于之分。 2002年全国职工队伍状况调查 健康状况、文化程度、技术等级（职务等级） 您所在单位履行劳动合同的情况如何？ 您目前的工作是否稳定？ 您对您目前从事的职业是否满意？ 您的家庭生活水平与5年前相比有何变化？ 对不同职业的社会地位、经济地位的评价 名义变量和序次变量统称为分类变量（离散变量）。 分类变量不能用来进行数学计算或转换，比如计算平均数。 间距变量 对于间距变量，次序和数量都很重要。间距变量的值就是变量的实际值。间距变量只能取具体的值。比如：年龄、身高、体重等。这些变量都是以0为最低值，而且每二类之间差异都是相等的。比如2个孩子和1个孩子的差等于5个孩子和4个孩子的差。 受教育年限 比率变量 受教育年限是间距变量，但是实际上它是测量等级更高的变量，叫比率变量。 间距变量和比率变量几乎相同。它们的区别在于0的意义。对于间距变量，0不是绝对0；而对于比率变量，0就是绝对0、真正的0，也就是说该变量完全不存在。 例子：温度 摄氏和华氏温度，0度并不是没有温度，还有0度以下的温度。 开氏温标（也叫绝对温标），0就是绝对零度 （相当于摄氏-273 度，在此温度下分子停止运动 ），开氏温标计上没有0下的温度。 比率变量 社会科学中的许多序次等级以上的变量都是比率变量。比如，钱（元、角、分）、体重、身高、年龄。 在社会科学中，只满足间距变量而不能同时满足比率变量的情况极为少见。实际上，真正可算间距变量的，大概只有智商（IQ）了。 2002年全国职工队伍状况调查 年龄、受教育年限、工龄 您上一周实际工作了多少小时？ 您上月从本单位获得的全部货币收入(元) 间距变量 在社会学科中一般不区分间距变量和比率变量，而是当作一类，称为间距变量。 间距变量的数学运算特性除了等于、不等于、大于、小于之外，还可以加减乘除。 离散变量和连续变量 上述四类变量又可以分为二大类：离散变量和连续变量。 离散变量就是 名义变量和序次变量。把人、物、事按照他们的性质或特性划分。离散变量也叫分类变量。 连续变量 就是间距变量和比率变量。把人、物、事按照他们的某一特征的数量进行划分。 个案 就是调查数据所描述的对象。可以是人、动物、事物。社会调查研究的对象就是人。 变量就是指所研究对象的特征，对于不同的人某个变量的值可以不同。 2002年全国职工队伍状况调查数据： 数据所描述的对象或个案就是职工，对于每个职工都有许多