第5章交互分析过程.docVIP

第5章 交互分析过程 本章里将要学习spss里的交互分析功能，交互分析是一种社会科学里应用很广泛的方法。用来研究定类变量与定类变量之间的关系，或者是定类变量与定序变量之间。因为社会科学中定类变量、定序变量又特别的多，比如吸烟和肺癌有关系吗？年龄不同社会态度一样吗？学历高低对一个人的政治参与水平有没有影响？等等这些问题都可以通过交互分析来解决。所以本章也是重点。 首先来解释一下什么是交互分析。交互分析通过交叉表或者是列联表，总之英文叫做crosstab，来展示两个变量的关系。交叉表过程可以显示两个或多个变量的联合频数分布表，简称列联表或交叉表。如图。 上表就是一个曲型的交叉表，横着的行，分别是吸烟与不吸烟，竖着的列，分别是患肺癌与不患肺癌。通过横竖交叉，把我们调查的200个人分成四个类别。分别是｛吸烟，患肺癌：60｝｛吸烟，不患肺癌：40｝｛不吸烟，患肺癌：20｝｛不吸烟，不患肺癌：80｝ 我们可以从上面的表格大体看出吸烟和肺癌是有关系的。（当然，这只是假想的一个数据，在此做出的论断不代表科学认识。） 但是，倒底这两者是不是有关系？他们的关系有多大? 有的同学说这很明显呀，但是我们说，这有可能是抽样造成的，有可能抽烟的人实际上患病的不多，反而不抽烟的人患肺癌的而多。结果，我们就像抽中彩票一样，抽种了这200个人，而他们的组合，就是上表。这只是一种偶然，不能说明什么问题？其实这些都是猜测，我们在这一章里，就是用统计的方法来证明，这不是一种偶然，是有科学依据的。 注：交叉表可以按照表中的行和列来划分，行用r来表示，列用c来表示。可以说由两个变量组成的r×c的表。行变量r可以有两个取值，也可以有多个取值，比如我们的上面的例子，吸烟分吸与不吸。如果换成年龄组，就是老中青，那r有3个取值。同时列变量c也可以有多个取值。上表里r是2，列是2，就是一个2×2的表（这里意思就是说表格里经过行变量与列变量交叉后，会有2×2=4个单元格），同理也可以有2×3的表、3×3的表。 同时，上面的表格是由吸烟与肺癌两个变量交叉分组组成的，所以说是一个二维表，同样，如果再加入一个变量与上述两个变量交叉分组的四种情况再交叉，就是一个三维表，只不过这个三维表，会有r×c×w个单元格。（也可以有多维表，一般情况，最多不要超过三维，因为多了会很复杂，带来解释上的麻烦）。 本章中需要掌握的统计知识有：参数估计、假设检验、还有一些假设检验相关的，比如相关分析中的消减误差比例的思想，常用统计分布。中心极限定理和大数定律。概率的一些定理，比如独立性。 5．4．1 交叉表分析过程 我们先看用spss如何进行交互分析。首先打开吸烟与肺癌.sav。 选择data→weight case，打开加权对话框，选择weight case by。把权数选进去。Ok执行。 注：这里为了简单的需要，我只作了一个数据文件，把吸烟与肺癌两个变量分别用1和2代表两种情况，后面的权数，是另外加上去的，实际上我们的问卷数据不需要加权的。大家也可以通过这个例子体会一下weight case的用法。 然后执行Analyze→Descriptive Statistics→Crosstabs (交叉表)命令，打开Crosstabs对话框。把两个变量分别选入row和collumn，其他默认。Ok运行。 注：这里，选择哪个作为行变量，哪个作为列变量是不重要的。有些统计书里说因变量放入行，自变量放入列，这个在我们的软件分析里，不做区分。 运行结果如下。 这个表和上面的表一样。再说一点的就是，表格里面的数值叫做交叉表的观察频数，或者叫作条件频数。Total里的叫作边缘频数。最后的200是两个total之和，是总频数。这样可以看出大体上的趋势。如果觉得不明显，重新调入crosstab过程。选择下方的cell按钮。在percentages里选择row。运行。 结果如下。 可以看出，吸烟的人有60%患有肺癌，不吸烟的人有20%患有肺癌。吸烟的有40%的不患，不吸烟的有80%不患。有百分比的话，能更好的说明辨别问题。 如果这还说明不了什么问题的话。还是重新调入crosstab过程。点击statstics按钮，选择chi-square。Ok运行。 结果如下。 上表里就是我们最终想要的统计数据。Pearson chi-square就是我们通常所说的卡方。用希腊字母就是Χ2 . Χ2值是33.33，df是1，sig是0.000。通常这说明，吸烟和肺癌是有关系的。吸烟会导致肺癌。两者的关系有统计意义，显著度小于0.05. 这里的问题是，Χ2到底是什么意思，它是怎么算出来的，为什么它能说明两者有关系。 首先我们来认识一下，Χ2是由皮尔逊发明的，所以在spss输出里叫做pearson chi-square，它的计算方法就是 这是公式