交叉汇总与关联分析Crosstabs的应用.doc

第六讲 交叉汇总与关联分析（Crosstabs的应用） 主要用于研究两个变量之间是相互独立还是存在某种关系，有没有关系，关系程度怎么样。最适合于分析两个定类变量之间的关系，但是通过对变量的处理，也可以适合于分析测量层次更高级别的变量。 一、变量及其测量层次 变量：被操作化了的概念，是可以直接观察的，在经验研究中，在不同的状态下有不同的属性，科学研究一定要使用变量的语言，一定要有操作化。 变量从它测量的层次上看，可以区分为四种类型： 定类变量（Nominal ）：区分现象、事物的不同性质，而不能从规模大小等方面进行区分， =≠ 性别（男，女） 收入（有收入，无收入）、民族等 定序变量（Ordial）：当变量不仅区分了对象的属性、特征，还区分出大小、强弱、高低次序时，就是定序变量。=≠ 如 社会地位、文化水平、社会态度、收入等 定距变量（Interval）：除了类别、次序属性以外，取值之间的距离还可以用标准化的距离去测量，可以进行加减的运算。年龄 定比变量（Ratio）：除了以上三类变量提到的属性，定比变量取值可以构成一个有意义的比率。如智商。 各个变量之间的关系及其测量： 定类——定类——列联表、交互分析 定序——定序——等级分析 定距——定距——回归与相关（简单与多元） 定类 ——定距——方差分析 定类——定序——非参数检验 二、交叉汇总表的一般形式及其特点 文化水平 Y X 高 中 低 工资收入 高 低 原则：自变量为行，自变量的取值用不同的列来表示，即一般把自变量放在表的上面，因变量放在表的旁边 条件分布：将其中一个变量控制起来，再看另外一个变量的分布，可以得到条件分布，如可以对自变量的同一取值作条件分布，进行分析。 三、如何获得交叉汇总表 Analyze-----Descriptives----Crosstabs---- 出现对话框： ROWS这个框中的变量作为交互表中的行变量（一般放因变量Y，y1, y2, y3--） Column框，这个框中的变量作为交互表中的列变量(一般放自变量X,x1,x2,x3…) Layer框：框中的变量作为控制变量，决定交互表的层，可以多个控制变量。 Display Clustered bar chats选中这个框，将显示每一组中各个变量的分类条形图 Suppress tables选中这个框，只输出统计量，不输出多维列联表 Statistics 统计量 Cell display对话框——确定要输出的列联表——观测量数、百分比、残差 以自变量作为计算百分率的方向，是社会学研究的常规，当然，也有例外的情况：如果因变量在样本内的分布不能代表其在总体内的分布，则百分率的计算要根据因变量的方向（见李沛良书P74。） 比较时采用行百分比还是列百分比？原则上是没有自变量与因变量的区分。 如看职业流动表中的流出率，选Row百分比，得行的百分比，行加起来为100% 若选column——列百分比，列若是儿子职业，则列百分比可以看某一职业类别到底由什么人构成，职业流动表中的流入率。 做目前职业身份与父亲从事职业的关系交互表 Rows――父亲从事工作 Columns――目前身份 Cells――row―― 问：父亲是农民的那些被调查者，他们目前的身份与父亲是高级管理人员者比有什么特点？ 如果cells－column――问目前身份是一线工人的人，他们的父亲都是干什么的？ 四、如何看一张交叉汇总表 （一）Cell功能键 observed：观察值的实际数 expected：如果行和列在统计上是独立的或不相关的，那么会在单元格中输出期望的观察值的数量。 Row：行百分比 Column：列百分比 Unstandardized：计算非标准化残差，残差是观察值与期望值之差，正的残差意味着在行列变量相互独立时，单元格中的观察值比期望值大。 Standardized：标准化残差, 它的值是残差除于标准差，其均值是0，标准差等于1。 Adj standardized调整后的残差。 以社会统计学教材P295表10－2为例 联合分布、边缘分布与条件分布 Analyze-----Descriptives----Crosstabs--- Cells ――Total――OK 列联表中变量的相互独立性――社会统计学教材表10－15分析，可以通过SPSS的如下程序进行操作 Analyze-----Descriptives----Crosstabs--- Cells ――Column（求列百分比）――OK Analyze-----Descriptives----Crosstabs--- Cells ――Column（求行百分比）――OK