类别尺度Nominalscale顺序尺度.PPT

* 台中榮總教學研究部 生統小組 劉聖文 94 年教學研究月 內容簡介 基本統計量及常用統計方法介紹 統計方法與應用(SPSS軟體實作)- 連續資料與類別資料之統計 期刊論文統計表格範例介紹 資 料 之 屬 性 分類資料（Categorical data） 類別尺度（Nominal scale） 順序尺度（Ordinal scale ） 連續資料（Continuous data） 等距尺度（Interval scale） 比率尺度（Ratio scale ） 一、名目尺度(nominal scale) 此種量表是根據被調查對象的性質而分類，如根據消費者答案可分為「喜歡」與「不喜歡」或「是」與「否」兩類。 每類答案的數字只作為分類之用，如果將這些答案數字(1,2,3)做運算，根本沒有意義，因為這些數字在此僅屬名義而已，真正目的是在分類。 二、順序尺度(ordinal scale) 較類別量表多一特性，可以表示各類別之間的順序關係。 如要求消費者根據其心中偏好，將五種飲料品牌依最喜歡到最不喜歡的順序排列，最喜歡給5分、最不喜歡給1分，這就是一種順序量表。 不過代表順序的數字還是不能用來做運算，只能看出高低次序，卻無法確定順序之間的差異大小，例如若已知ABCDE，但並不知道A與B的差距，或C與D的差距，所以也無法得知兩種差距是否相等。 三、等距尺度(interval scale) 較順序量表再推進一步，不單能表示順序關係，尚能測量各順序之間的距離，可確定地指出5分與4分之差距等於4分與3分的差距。 等距量表的分數可用來做加減乘除的運算，此為其之一大優點，但是，因為等距量表並沒有一個真正零點（真零），不能說明32℃為16℃的兩倍。 四、比率尺度(ratio scale) 比率量表除了具有等距量表的全部特色外，再加上「真零」這個特性。 例如身高、年齡、體重等變數的測量都是用比率量表，故可說體重80公斤的比40公斤的人重兩倍。 不過在態度測量方面，運用比率量表顯然有困難，消費者給一種飲料100分，另一種給50分，但卻不表示喜歡程度有兩倍的差距。因為態度測量本質上為一順序概念，顯然不宜用比率或等距量表測量。 連續型資料之描述 信賴區間(confidence interval) 眾數 (mode) 全距(Range) 四分位差(Quartiles) 中位數 (median) 標準差 (Std) 標準誤 (SEM) 平均數 (mean) 離散趨勢/其他 集中趨勢 Statistical methods to test hypotheses Spearman rank correlation Friedman statistic Wilcoxon signed-rank test Kruskal-Wallis test Mann-Whitney U test 序位資料 (連續無母數) Kaplan-Meier analysis Log rank test 存活分析 列聯係數 Cochran’s Q test (二分類) McNemar’s test(二分類) Chi-square (χ2 ) test Fisher’s exact Yate’s 校正數 類別資料 線性迴歸 相關分析 重複量數分析 Paired t test ANOVA Independent t test 連續資料 兩變數之 相關分析 重複測量 前後測 比較 三群以上 獨立樣本 兩群 獨立樣本 資料屬性 Type of experiment Excel資料型態 匯入資料 變數分類與命名 Pearson Chi-Square test （χ2 test） －－血型類型是否因性別不同而有差異 三組以上獨立變數( m×n Table. m,n≧2 ) Fisher’s exact test （Expectation5） Yate’s correction of contingency （Expectation5） 兩組獨立變數（ 2 ×2 Table） －－有無抽煙是否因性別不同而有差異 類別資料之檢定（獨立變數） 操作方式 χ2 Test : Fisher’s exact test χ2 Test : Yate’s correction of contingency χ2 Test : Pearson Chi-Square test 連續資料-常態檢定之操作方式 預檢資料連續資料：二組獨立樣本 Nonparametric N 常態假設成立 Parametric Y:P0.05 Start 連續資料（I） Friedman test (Nonparametric