加权变项於统计软体SPSS与STATA上之使用说明-学术调查研究.PDFVIP

加權變項於統計軟體SPSS 與 STATA 上之使用說明 蘇婉雯 加權是抽樣調查方法論中討論很久的一個議題，在母體人口基本結構可取得的 前提下，當成功樣本的結構與母體有差異，而無法通過樣本代表性檢定時，加權是 可以考慮的調整方法之一；近年來「學術調查研究資料庫」所蒐藏的一部份政府調 查資料與大型面訪調查資料，例如：主計總處人力資源調查、台灣社會變遷基本調 查、華人家庭動態調查與台灣教育長期追蹤資料庫等，都有針對釋出資料進行加權 處理，以提供資料使用者進行分析時，能對母體有更好的推估。 加權權值的計算有各種方法，如中選率的倒數、事後分層加權法(post-stratifica tion) 、多變項反覆加權法(raking)等等，這些通常是抽樣課程中的一部分，而本文將 著重於利用資料庫現有的資料當範例，說明於統計軟體(SPSS 、STATA)上如何使用 權數變項，對加權權值的計算則不多著墨，請讀者多包涵。 調查資料檔中常見的加權權值大致包含兩種類型： 1. 擴大數 ：意指每個個案所代表的母體人數，又稱為放大係數或膨脹係數，加 權後樣本數相當於母體人數。如：主計總處人力資源調查。 2. 權值：將調查資料的人口結構調整至與母體結構一致。常採用的結構有性別、 年齡、地區、甚或教育程度等。加權後資料樣本數仍維持完訪案數。如：台 灣社會變遷基本調查。 一、SPSS 介紹： 在SPSS 中宣告擴大數或權值的方法一樣。以「行政院主計總處 101 年 人力運用調查」的資料為例，以SPSS 開啟檔案後資料畫面如圖1 。 圖1 . SPSS 的資料編輯視窗畫面 20 此項調查資料的權數類型為擴大數，變項名稱為weight 。表一為加權前 性別變項的次數分配。 表1. 未加權前人力運用調查性別變項(a2)次數分配 a2 性別 次數 百分比 有效百分比 累積百分比 1 男 28933 49.9 49.9 49.9 有效的 2 女 29100 50.1 50.1 100.0 總和 58033 100.0 100.0 【步驟1 】SPSS 工作列中點選Data ，開啟下拉選單後點選Weight Cases ，如 圖2 。中文版介面則點選『資料』→『加權觀察值』，如圖2-1 。 圖2.SPSS 工作列中的Data 選單 圖2-1.SPSS 工作列中的Data 選單 （中文介面） 21 【步驟2 】在Weight Cases 中點選Weight cases by ，將加權變項拉進Frequency Variable 後按下OK ，如圖3 ；中文介面則選擇「觀察值加權依據」，如圖3-1 。 圖3.將加權變項拉進Frequency Variable 中 圖3-1 加入加權變項 套用加權變項後，SPSS 右下角會出現Weight On ，代表此時進行任何分 析，都是套用加權變項的狀況下 。如圖4 。若不需加權，於圖3 中點選Do not weight cases 確認 ，或圖3-1 中點選 「觀察值不加權」即可 。 圖4.SPSS 套用權值後的畫面 （左：英文介面；右；中文介面） 進行與前述相同的分析報表 （表2 ），可以比較加權後灰格內的次數、總 和、以及百分比與加權前的差異。加權後總和為母體總數，灰格百分比亦為 母體的比例。 表2.加權後人力運用調查性別變項次數分配