第十一章双变量统计分析.docVIP

第十一章 双变量统计分析 在社会学研究中，不但要了解一个变量的情况，更要进一步了解一个变量与另一个变量之间的关系。在这一讲中我们介绍几种双变量的统计分析方法。 一、交互分类表 交互分类表又称列联表，是指同时依据两个变量的值，将所研究的个案分类。交互分类的目的是将两变量分组，然后比较各组的分布状况，以寻找变量间的关系。 1、条件次数表：表10-1是交互分类表的一个例子： 表10-1 500名工人的文化水平与工资收入交互分类表（人） 工资收入 文化水平 大专以上 中学 小学及以下 高 中 低 26 18 6 14 202 34 5 55 140 合计 45 275 180 （1）表中的次数分布是同时根据文化水平和工资收入而定，如大专以上高收入的有26人。从表中可以清楚地知道每种文化水平的工资收入的次数分布，因此这样的表又称为条件次数表。在表的最下一行和最右一列分别是不同文化水平和不同收入的总次数，称为边缘次数，它们的分布情况称为边缘分布；表中的其它次数，称为条件次数，每一条件下的分布称为条件分布。 (2)条件次数表有大小之分，计算的方法，通常是将因变量的数目乘上自变量的数目。如果我们将因变量放在表的旁边，将自变量放于表的上端，则表的大小就是横行数目（rows简写r）乘上纵行数目（columns简写c），即表的大小=r×c。这个先后次序的用意是表示前者（因变量）是受后者（自变量）影响的。要注意的是，3×2表不同于2×3表，因为前后两个数值代表不同的变量，包含不同类别数。 2、条件百分表： 条件次数表中的数字是绝对数字，由于各个类别的基数不同，相互之间无法进行比较，因而不能看出两变量之间的关系。为克服条件次数表的这一缺点，使各个类别之间可以比较，应将表中的绝对数字转变成相对数字——百分数，这样制成的表称为条件百分表。如上表可改成百分表为： 表10-2 500名工人文化水平与工资收入的交互百分表（%） 工资收入 文化水平 大专以上 中学 小学及以下 高 中 低 % % % 57.8 6.5 3.3 31.1 73.5 18.9 11.1 20.0 77.8 总数 （45） （275） （180） 在计算条件百分表时，最好能依据下列准则 ： （1）每个表的顶端要有表号和标题。加上表号，可以方便讨论和减少混乱。简明标题，能使读者容易领会表内统计数值的意义。 （2）绘表时所用的线条，要尽可能简短。舍去不必要的线条，可以节省绘制的功夫，也会令人对表中的数值一目了然。 （3）在表上层的自变量每个值之下的%号，表示下列的数值是百分率。如果表内每个数值都附有%符号，就太繁复了。 （4）计算百分比表通常是按照自变量的方向，因为研究的目的是要了解自变量对因变量的影响，理应计算在不同的自变量情况下，因变量的变化如何。如上表是要分析教育水平对工资收入的影响，各个百分率所表示的，是在不同的教育水平中的工资收入情况。如果教育水平不同，工资收入也不同，就表示教育对工资是有影响的了。 （5）表下层括弧内的数值，表示在计算百分率时所依据的个案总数。写出这些数值，可以使我们知道各列百分率的基础，同时也使我们可以随时将百分率数值变回原来的次数值。 （6）表内百分率数值的小数位要保留多少，视乎研究的需要，但最好是有一致性。例如上表既然用6.5与73.5，就要用20.0而不是20，这个小数点后的0是有意义的，它表示全部百分率的计算都是以保留一位小数作准则。 二、相关分析 （一）统计相关的性质 1、 所谓相关，是指一个变量的值与另一个变量的值有连带性。也就是一个变量的值发生变化，另一个变量的值也发生变化，则两个变量就是相关的了。 2、两个变量之间的相关程度有强弱之分，可用统计法予以测量。大多数统计0代表无相关，1代表完全相关，介于0和1之间的数值越大，表示相关程度越强。 3、另一种值得注意的性质是相关方向，也可用统计法予以测量。变量之间的关系可以分为正与负两个方向。所谓正相关表示当一个变量的值增大时，另一个变量的值也增大；所谓负相关则表示当一个变量的值增加时，另一个变量的值却减少。这里要注意，相关方向的分析只限于定序以上层次的变量，因为这些变量的值有