现代社会调查方法 11.ppt

现代社会调查方法 第十一章 资料的统计分析 ——双变量分析 林晓珊 浙江师范大学法政学院 主要内容 变量间的关系 交互分类 相关测量法 回归分析 一、变量间的关系 社会现象之间是相互联系、相互影响、相互依存。 如：性别与教育、教育与收入、收入与生活方式 变量间的关系： 相关关系 因果关系 1、相关关系 何谓相关？ 当其中一个变量发生变化时（或取值不同时），另一个变量也随之发生变化（取值也不同）。 如：教育水平与收入、生育意愿 相关的方向 正相关：当一个变量的取值增加时，另一个变量的取值也随之增加。 负相关：当一个变量的取值增加时，另一个变量的取值反而减少。 注意：相关关系的方向性只限于定序以上层次的变量，因为只有这些变量的取值才有大小、高低或多少之分。 continued 相关关系的强度 相关关系的取值范围一般都在-1到+1之间，或者在0与1之间。0代表无相关，1代表全相关，正负号表示的是相关关系的方向。相关系数的值越接近于0，表明相关的程度越弱；相关系数的值越接近于1（或-1），表明两变量相关的程度越强。 注意： 社会研究中不存在完全的正相关或负相关； 相关系数只是用来表示变量间相关程度的量的指标，它不是相关量的等单位度量。 continued continued 相关关系的类型 曲线相关 利用SPSS生成散点图 例子 如：休闲调查中的家月收入与住房面积散点图 2、因果关系 因果关系的概念： 两变量之间的因果关系是指当其中一个变量变化时会引起或导致另一个变量也随之发生变化；但反过来，当后一变量变化时，却不会引起前一变量的变化。 自变量（independent variable）：发生在前，并能引起另一变量变化的变量。通常用X表示。 因变量（dependent variable）：发生在后，由自变量的变化所引起的那个变量。通常用Y表示。 X Y 并非所有存在相关关系的变量之间，都一定存在因果关系。 continued 因果关系的3个条件 变量X与变量Y之间存在不对称的相关关系 如父亲的职业与子女的就业前景 变量X与变量Y在发生顺序上有先后之别 变量X与变量Y的关系不是同源于第三个变量的影响（非虚假或表面关系）。 中介变量 虚假关系 表面上存在相关关系，实际上并不相关，二者之间可能只是偶然地同时出现或有先后次序，有时是共同受第三个变量影响而显示出一种似乎相关的关系。 如： 冰激凌销售量与溺水死亡人数有正相关（真正的自变量——） 城镇里的骡子与博士的数量呈负相关（真正的自变量——） 儿童的鞋子的尺寸与他们的数学能力呈正相关（真正的自变量——） 消防车出现的次数越多的地方，建筑物受到的危害越大等等（艾尔.巴比《社会研究方法》第10版，P89）（真正的自变量——） 电灯的亮度与热度呈正相关（真正的自变量——） 动物园规模与城市犯罪率之间有正相关（真正的自变量——） 二、交互分类 1、交互分类（cross classification）：就是将调查所得的一组数据按照两个不同的变量进行综合的分类。其结果通常以交互分类表（列联表）的形式表现出来。如： 注意：专门用来分析两个定类变量（或一个定类，一个定序）之间的关系。 2、交互分类的作用（1） 不仅可以较为深入地描述样本资料的分布状况和内在结构，还可以对变量之间的关系进行分析和解释。如： 2、交互分类的作用（2） 可以进行分组比较，如： 3、交互分类表的形式要求 1、表号和表题 2、规范、简洁，最好不用竖线 3、符号（%）和度量单位 4、在表的下端用括号标出每一纵栏所对应的频数 5、表内的百分比通常保留一位小数 6、自变量在上层（row），因变量在纵栏（column） 7、交互分类的两个变量的变量值应有所限制，特别是不能同时具有多个变量值。 4、x2检验 能否从样本结果推论总体情况，需要做x2（卡方）检验。 x2检验是非参数检验，即其总体没有服从正态分布，它所检验的内容并不是总体的参数为某一确定的值，而是通过样本的分布对总体的分布进行检验。 作用： 对两变量的相关关系是否存在进行审查，此时卡方检验又称作独立性检验（即两变量是相互独立，还是彼此相关）； 对较小规模的样本资料进行差异的显著性检验，即核查交互分类列表中所出现的分布差异究竟是由于随机抽样的误差所引起的，还是由于总体中的分布状况所导致。 例：性别与文化程度 x2检验的计算公式 continued continued x2检验的步骤 自由度 自由度(degree of freedom, df)，意为能够自由取值的变量个数，如有3个变量x、y、z，但x+y+z=18，因此其自由度等于2。 在统计学中，自由度指的是计算某一统计量时，取值不受限制的变量个数。通常df=n-k。其中n为样本含量，k为