传播研究方法第十三讲幻灯片.ppt

ar * ar * * 六、计算相关系数 相关系数（correlation coefficient）： 变量X的变化 变量Y的变化 相关关系类型 数值 例子 X值增大 Y值增大 正相关 正值，【.00-1.00】 你用于学习的时间越多，考试成绩就会越高。 X值降低 Y值降低 正相关 正值，【.00-1.00】 你在银行存的钱越少，所得利息就越少。 X值增大 Y值降低 负相关 负值，【-1.00-.00】 你运动越多，体重就越轻。 X值降低 Y值增大 负相关 负值，【-1.00-.00】 你完成考试的时间越少，所犯的错误越多。 ！相关关系讨论的是一个群体的两个变量之间的关系，反映的是通则，而不是对应任何一个特定的个人。 如果变量之间存在着某种关系，这些点会有一个集中的大致趋势，这种趋势通常可以用一条光滑的曲线来近似描述。 在两个变量x和y的散点图中，所有点看上去都在一条直线附近波动，则称变量间是线性相关的。此时，我们可以用一条直线来拟合，这条直线叫回归直线。 x x x y y y O O O 相关的图形表达：散点图 观察散点图的大致趋势，人的年龄的与人体脂肪含量具有什么相关关系？ 年龄与脂肪的散点图，从整体上看，它们是线性相关的； 这些点散布在从左下角到右上角的区域，对于两个变量的这种相关关系，我们将它称为正相关。 六、计算相关系数 有关相关系数： 相关系数的绝对值反映相关的强度。 相关系数-0.7比相关系数0.5表示的相关强度 ； 相关系数反映两个变量共同变化的程度。 如果一个变量值不发生变化，那么就不存在共同的变异性，即，两个变量之间的相关系数为0【如，年龄和逻辑推理能力，年龄均为25岁】。 如果限制或控制一个变量的值域范围，这个变量和其他变量之间的相关系数相对于这个值没有限制的情况来说会更 【如，计算阅读理解成绩与年级之间的相关】。 变异性产生影响，不应该人为的限制变异性。 大 小 六、计算相关系数 解释相关系数： 方法1：不成文的规则【主观判断】 相关系数的大小 一般解释 .8~1.0 非常强的相关 .6~.8 强相关 .4~.6 中度相关 .2~.4 弱相关 .0~.2 弱相关或无关 六、计算相关系数 解释相关系数： 方法2：相关系数的平方 计算决定系数（coefficient of determination）：相关系数的平方。 一个变量的方差可以被另一个变量的方差解释的百分比。【两个变量共享的特征越多，它们就越相关，它们也共享变异性，或者共享存在差别的原因】 例：计算100个五年级学生的数学成绩和英语成绩的相关关系 假设平时成绩和学习时间之间的相关系数是.70(rGPA·Time=.70) 则决定系数 ,意味着平均成绩方差的49% 可以被学习时间的方差解释。但也意味着有51%不能解释。即使对于.70的强相关来说，也存在很多无法解释的原因导致变量间的变化差异。 六、计算相关系数 相关关系与因果关系 冰激淋吃得越多….河中溺死的概率就越高？ 共享因素：室外温度 ！相关：表示两个或更多变量之间存在关联； 相关和因果无关 使用SPSS计算相关系数 使用SPSS计算相关系数 利用SPSS制作散点图 利用SPSS制作散点图 利用SPSS计算相关系数（2） 利用SPSS计算相关系数 利用SPSS计算相关系数 七、利用SPSS计算信度和效度 重复信度/前侧-后测方法（Test-retest method）：重复同样的测量处理信度问题。如果预期获得的信息不该有变化，那么重复测量就应该得到相同的结 果。如果两次测量的结果有出入，且差异较大，那么测量方法就一定有问题。 复本信度（Parallel-forms Reliability）：以两个等值但题目不同的测验（复本）来测量同一群体，然后求得被试者在两个测验上得分的相关系数。 计算重复信度：计算皮尔逊相关系数 计算复本信度：计算皮尔逊相关系数 假设研究记忆，看一眼给定的10个单词并尽可能记住，然后在20秒内记忆、10秒钟休息，之后背诵这些单词。 建立复本：测试内容相同：符合研究任务要求的另一组单词，不同于第一组。 计算复本信度：计算皮尔逊相关系数 内在一致性信度：克隆巴赫系数 内在一致性（internal consistency reliability）：确定测试中的项目是否彼此一致，都只表示一个维度、一个结构或一个关注的领域。 4+4=？ 5-？=3 6+2=？ 8-？=3 1+1=？ 4+4=？ 这三只小猪中哪一只最肥？ 6+2=？ 8-？=3 这匹狼到底要干什么？ 较高的 内在一致性 内在一致性信度：克隆巴赫系数 内在一致性（internal consistency r