调查研究中的数据分析与使用.PPTVIP

三、离散程度测量 两个相同平均数的变量，离散程度可能有很大不同。为了更准确反映变量的分布特征，除了平均数外，还需要计算离散程度。 平均指标和离散程度指标一般同时使用。 常用三个指标：全距（Range）、 方差（Variance）、 标准差（Standard Deviation） 相同的平均数，不同的离散程度 标准差 标准差测量的是各个观测值和平均值的平均距离有多远。用来测量变量围绕平均值的分布离散程度。 标准差= 0，表明变量分布不存在任何离散，发生在所有观测值都相同时。 否则 s 0。当观测值的分布越分散，s就越大。 标准差和平均数类似，对奇异值很敏感。有时候少量奇异值会大大增加标准差。 四、多项选择题 多选项二分法：将每个可选答案设为一个变量，统计此变量有没有被选中。（可多选） 多选项分类法：估计答案个数，每个答案设一个变量，变量值取多选项。（限选三项） 多选项分析 把多个变量设成一个集合，算出累计频次。 如果文字有乱码，右键设置“网格字体”。 第四讲 双变量分析 因变量：也叫结果变量或反映变量 (i.e. 自变量影响的结果)。可以是连续变量或分类变量。 “果” 自变量：也叫解释变量或预测变量 (i.e. 用来解释或预测因变量)。可以是连续变量或分类变量。“因” 针对不同变量类型选择相应统计方法。 比较常用的统计方法： （一）交叉（交互）表 交互表 (Chi-square 卡方检验) 可以用来检验二个离散变量之间的关系。 通常自变量是列变量，因变量是行变量。 列合计和行合计的交汇处就是总案例数或样本量（N）。 交叉表中计算比例 在自变量的每一类（列）内，按照因变量的类别计算比例，然后比较自变量各类（列）的比例。如果比例有差别，就说明两个变量存在关系。 （二）均值比较 文化程度与收入是否有显著关系？ （比较多个平均数的差异） 计算各省平均收入 自变量： 文化程度 因变量： 收入 四、批量处理 编辑、修改程序文件 选中相应程序，运行得出结果文件 结果可导出为HTML、EXCEL等格式 返回：导出HTML，再贴EXCEL！ 带着题号分析 * * 调查研究中的数据分析与使用办公厅统计处张倩颖2017年7月 一、数据结果怎么看？ 二、补充需求怎么提？ 三、数据分析怎么做？ 四、批量处理 结果文件分为：职工4个+主席3个 单选题：看有效百分比、累计百分比 多选题：看个案百分比 交叉表： 1、看不同行的横行百分比 2、均值比较：看不同行的均值 一、数据结果怎么看？ 二、补充需求怎么提？ 在上述数据结果之外： 针对专题报告的提纲设计 针对题目之间的关联性 依据研究的理论假设 假设题目： 1、职代会的作用发挥如何（交叉表） 2、是否会员对打分的影响（比均值） 3、依靠互联网工作的影响 如何返给地市数据结果？ 切分数据库；各库再做分析。3000职工样本： 职工卷： 5个地市，做单变量和交叉。 各500条记录。 5个县区，做单变量。 各100条记录。 主席卷： 5个地市，做单变量。 各40条记录。 5个县市，不用分析。 各10条记录。 三、数据分析怎么做？ 第一节 变量及其关系 第二节 数据整理 第三节 单变量分析 第四节 双变量分析 第一节 变量及其关系 变量（数据）分四类: 名义变量、序次变量、间距变量、比率变量。 （定类、定序、定距、定比 ） 了解变量（数据）类型很重要，因为不同类型的变量（数据）往往使用不同的统计方法进行分析。 名义（定类）变量 最简单的一种数据类型，表示为没有次序的类别。如果只有二类，就是二分类变量，如果是三类或更多，就叫多分类变量。 数学运算特性：只有等于或不等于。 有很多名义变量，如省份、地区、性别、户口、政治面貌、宗教信仰、民族、婚姻状况、职业、国家等 类别的排列和赋值没有任何实际意义。 序次（定序）变量 与名义变量类似，不同的是各类有次序之分，即由小到大、由低到高排列，或相反。 数学运算特性：除具有等于或不等于之外，还有大于或小于。但类与类之间的距离是不相等的。 如：健康状况、文化程度、技术等级 您对您目前从事的职业是否满意？ 间距（定距）变量 对间距变量，次序和数量都很重要。间距变量的值就是变量的实际值。每二类之间差异都是相等的。 比如：年龄、身高、体重等。 定距变量的数学运算特性：等于、不等于，大于、小于，加、减。 比率（定比）变量 受教育年限是间距变量，也是测量等级更高的变量，叫比率变量。 数学运算特性：等于、不等于、大于、小于，加、减、乘、除。 在社会科学中，只满足间距变量