spss的应用交互分类及相关测量法.ppt

第九讲 交互分类与相关测量法 对条件百分表的说明，以表2为例：将表2中各列条件百分率对比，可见低等教育水平的青年多以“理想工作”为志愿，比其他教育水平的青年为多。而高等教育与中等教育水平的青年则多选择“快乐家庭”，但就高等教育和中等教育两者而言，前者较注重“增广见闻”，而后者较注重“理想工作”。总括来说，如果青年人的教育水平不同，他们的最大志愿也会有分别。教育是决定青年人志愿的因素之一。 例如，我们研究兰州市家庭状况（自变量）对青少年犯罪行为（因变量）的影响，家庭状况分为破裂家庭与和好家庭，青少年分为犯罪青少年与未犯罪青少年。如何抽样呢？假定兰州市的全部青少年人口中，未犯罪青少年有54400名，犯罪青少年有960名。我们决定从未犯罪青少年中抽出百分之一来研究，即544名。如果按照同样的比例从犯罪青少年中抽样，就只有10名，这样小的样本难以提供准确的资料，因此要扩大样本量，从两名犯罪青少年中抽出一名来研究，于是得到480名。这样的抽样方法使得青少年犯罪这个因变量在样本中的分布（480名犯罪青少年和544名未犯罪青少年，即1：1.13）不能代表总体中的分布（960名犯罪青少年和54400名未犯罪青少年，即1：56.67 ），所以在计算条件百分率时要根据因变量的方向。 由表3可以看出，在和好家庭里有40.1%是犯罪者，这个比率显然是夸大了事实。 由表4可以看出，犯罪青少年中破裂家庭的比率30.4%大于未犯罪青少年的比率8.3%，可见家庭破裂是会引起青少年犯罪的。 * 上面主要讲的是简化一个变量分布的方法，了解了每一个变量的分布特征以后，就要进一步分析两个变量之间的相互关系，这就要简化两个变量之间的相关，即将资料交互分类。所谓交互分类，就是依据两个变量的值，将所研究的变量分类，以形成条件次数表或条件百分表。通过交互分类可以看出两个变量之间是相互独立，还是存在某种关系，如果存在关系的话，存在关系的方向（定序及以上测量层次）及程度。 1 交互分类 交互分类过程步骤： 交互分类过程的操作如下：首先，执行Analyze→Descriptive Statistics→Crosstabs命令,弹出如图所示的对话框。 此对话框的左侧是源变量清单，中间三个框从上至下分别为Row(s)(行变量框)、Column(s)(列变量框)以及Layer(控制变量框)。可以从左边的源变量清单中选择适当的变量进入这三个框。 在社会学研究中有对称关系的两个变量，行变量一般是因变量，列变量一般是自变量。 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，可以控制多个变量； Display Clustered bar charts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。 然后，点击对话框下面的“Statistics...”按钮，弹出如图所示的交互分类过程中的统计量设置对话框，进行需要的统计量的设置。 然后，点击“Crosstabs ”对话框上的“Cells…”按钮，弹出单元格显示对话框，如图所示： “Cell Display”对话框用于设置输出的表格的各种内容、形式。 Counts栏用于设置交互表格中的Observed（频次，即观察值的实际数 ）和Expected（期望值，期望的观察值的数量 ），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 ； Percentages（百分比）栏，用于设置输出的百分比的显示格式，包含有按照Row（行）计算的百分比，按照Column（列）计算的百分比以及个案在Total（全部）个案中的百分比几个复选项。 Residuals栏，用于设置交互分类表单元格中的残差的显示方式，包含有Unstandardized（非标准化残差）、Standardized（标准化残差）、Adj.standardized（调整的标准化残差）三个复选项。 点击“Continue”按钮完成表格设置，返回“Crosstabs”主对话框。 再次，点击“Crosstabs”对话框上的“Format...”按钮，弹出如图所示的“Table Formal”对话框。 系统默认的是升序排列，一般不必变更。点击“Continue”按钮完成统计量设置，返回“Crosstabs”主对话框。 最后，点击“Crosstabs”上的“OK”按钮，就会输出所设置的内容。