5第八讲引进其他变量后的交互分析.doc

第八讲 引进其他变量后的交互分析 引进其他变量，详细分析两个变量之间的关系，因为两个变量之间的关系可能受到其他变量的影响，对于其他变量与这两个变量之间的关系到底怎么样，依据作用的形式，可以分为三种情况： 因果分析——explanation model——主要关心的是X与Y是否真的有因果关系 前置变量或控制变量 年龄（A） 婚龄（X） 犯病率（Y） 控制的方法：分类 总表 分表相关系数 结论 模式 R R1=R2=0 虚假相关 A X Y R R1=R2=R 真实相关 A X Y R R1小于R R2小于R 部分真实相关 A X Y 举例： 例一： 结婚年龄与身体状况之间存在高相关，二者之间是否真的有因果关系？用bd94p6.sav数据 采用统计控制的方法——也就是用SUB-TABLES的方法来说明，所谓分表就是根据前置变量A的值，把样本的个案分组，然后分析每个组与X与Y之间的关系。假定年龄分为两个组（1：50－65岁以下；2：65岁以上），那么，根据年龄可以分为两个表：65岁以下的人的结婚年数与身体状况；65岁以上的人的结婚年数与身体状况。通过SPSS中得到的CROSSTABS命令，把年龄作为控制变量，就可以对结婚年数与身体状况之间是否真的存在因果关系进行分析。 操作步骤：[1]看要研究的两个现象X与Y 之间的交互表 [2]加控制变量（可以是一个或2个）——看分表的相关系数，了解控制变量对现象的影响。 例二： 住房拥挤对夫妻冲突的影响 夫妻冲突 住房拥挤 高 低 高 63.8 41.6 低 36.2 58.4 总数 599 401 G=0.423 Conflict Housecl N F 2 2 382 63.8 1 2 217 36.2 2 1 167 41.6 1 1 234 58.4 住户拥挤是否是夫妻冲突的主要原因? 答案是不一定,冲突的真实原因也许是经济因素. 引入经济变量,看结果 A.数据录入 夫妻冲突 富户拥挤3 中等户拥挤2 贫困户拥挤1 高2 低1 高2 低1 高2 低1 高2 135 60 238 92 9 19 低1 85 30 56 22 76 178 总数 220 90 294 114 85 197 编码 Conflict Economic Housecl fre 2 3 2 135 1 3 2 85 2 3 1 60 1 3 1 30 2 2 2 238 1 2 2 56 2 2 1 92 1 2 1 22 2 1 2 9 1 1 2 76 2 1 1 19 1 1 1 178 B.看经济状况与冲突之间关系 C.看经济状况与拥挤之间关系 D控制经济状况,看冲突与拥挤关系 在控制家庭经济水平以后,住房拥挤与夫妻冲突的关系消失,结论:住户拥挤与夫妻冲突的因果关系是虚假的,这两个变量之间的相关可能是家庭经济水平引起的. 二．阐明分析（又称因果环节）——Interpretation analysis——关心的是为什么X会影响Y 总表 分表相关系数 结论 模式 R R1=R2=0 第三个变量是中介变量 X——T——Y 完全阐明 R R1=R2=R 第三个变量不是中介变量 A X Y 不能阐明 R R1小于R R2小于R 部分通过第三个变量 A X Y 部分阐明 阐明分析要做的工作就是以事实来验证：X是通过某些因素（T）而对Y产生影响的。T被称为中介变量。 如何分辨某一个变量是控制变量还是中介变量？ 控制变量——发生在X与Y之前 中介变量——在X与Y发生时间的中间 举例：为什么比较贫困的家庭少年犯罪的比较高？是否由于比较贫困的家庭中父母的争吵多，导致了儿女社会化过程中的问题？阐明分析的作用就是要用事实来证明X是否通过某些因素对Y产生影响。也就是X变动引起T变动——T变动引起Y变动。如果控制T以后发现X变化，但是Y没有变化，那么说明T是X与Y发生作用的关键性因素，证明X是通过这个中介变量来影响Y的。如果控制T以后，X变动以后Y也是变动的，说明T是无关紧要的。 在SPSS中对T进行控制的方法与上面的比较，在操作上并没有什么不同，控制T以后，通过CROSSTABS把原来的表分成几个分表，然后对相关系数进行比较。 例子：调查发现300个年纪相近的妇女（35-40岁）教育水平越高，子女数目越少，为什么？（G=-0.7） 研究猜想：结婚年龄在其中起作用。也就是由于教育水平高的妇女，结婚晚，生育的子女少。 做CROSSRABS：晚婚妇女：教育水平与子女数目的相关系数G