t检验-社会研究方法.pptVIP

定类变量与定类变量 系数 削减误差比例（PRE） E1 E2 Y X Y 仅仅利用众值资料 定序变量与定序变量 Gamma系数 Z检验 同序对数量 异序对数量 定类变量与定距变量 相关比率：eta平方系数 为方便计算 F检验 定距变量与定距变量 皮尔逊相关系数 F检验 t检验 双变量关系小结 测量层次 相关系数 取值范围 是否对称 PRE 检验 SPSS 定类-定类 [0，1] 对称 有 检验 有 （定类-定序） 定序-定序 G [-1，1] 对称 有 Z检验 有 定类-定距 E 无 有 （定序-定距） E2 [0，1] 不对称 有 F检验 有 定距-定距 r [-1，1] 无 F检验 有 r2 [0，1] 对称 有 （t检验） 有 两变量间关系的测量与检验方法总结 定序变量下降为定类变量 使用相关系数时，须注意： （1）相关系数只是一个比率值，并不具备与相关变量相同的测量单位，因此，不能进行算术四则运算。 （2）相关系数受变量取值区间大小及样本数目多少的影响比较大。 （3）来自不同群体且不同质的事物的相关系数不能进行比较。 （4）不同类型的变量，计算相关系数的方法不同。 回归分析是确定两个或两个以上变量之间的定量关系的一种统计分析方法，它通过回归方程的形式来描述和反映这种关系。 回归方程中的变量分为因变量（也称随机变量）、自变量（也称因素变量）。 按照自变量的多少，可分为一元回归分析和多元回归分析。 按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。 回归分析 线性回归分析 线性回归分析是最常用的回归分析，许多非线性的模型可以转化为线性回归模型。 一元线性回归模型是在不考虑其他影响因素的条件下，或是在认为其他影响因素确定的情况下，分析某一个因素（自变量）如何影响因变量的。 一元线性回归方程式：Y=aX+b+ε 回归分析 最小二乘法 定量资料分析 资料的整理与录入 单变量统计分析 双变量统计分析 多变量统计分析 第十章 阐释模式所关心的是两个变量之间的关系，它是一种通过引进并控制第三变量，来进一步了解和探讨原来两个变量之间关系性质的统计分析方法。 阐释模式的三种类型 因果分析 阐明分析 条件分析 相关分析与因果分析 联系： 因果分析以相关分析为基础，只有两个变量之间存在高度的相关关系时，因果分析才有意义； 一般先进行相关分析，测定现象之间的相关程度大小，进而决定是否进行因果分析，推断出变量之间的因果关系。 区别： 相关分析的目的在于了解两个变量之间的关系强度，即用相关系数来描述x和y两个变量之间的共变特征。因果分析的目的在于了解一个变量怎样随另一个变量变化而变化。 相关分析中，两个变量之间的关系是双向的，不涉及变量之间的因果关系。因果分析表示一种因果关系，可以进行预测，必须明确自变量与因变量。 阐释模式 复相关分析是一种以一个统计值来简化多个自变量与一个因变量之间关系的统计分析方法，它要求所有的变量都是定距以上层次的变量。 复相关分析 例：y=理想子女数；x1=受教育年限；x2=兄弟姐妹数 多元回归分析 在线性回归分析中，如果有两个或两个以上的自变量，就称为多元线性回归。事实上，一种现象通常是与多个因素相联系的，由多个自变量的最优组合共同预测因变量，比只用一个自变量进行预测更有效，因此，多元线性回归比一元线性回归的实用意义更大。 多元线性回归方程中的回归系数是偏回归系数，即在其他自变量保持不变的情况下，自变量变动一个单位所引起的因变量的平均变动单位。 标准化以便于系数间比较 SPSS结果 * * * 社会调查方法方法 Social Research Methods Social Research Methods 定量资料分析 资料的整理与录入 单变量统计分析 双变量统计分析 多变量统计分析 第十章 资料审核 检查出问卷资料中的问题 重新向被调查者核实 实地审核 集中审核 及时、效果好 对组织安排要求高 统一指导、标准一致 周期长、再核实困难 资料转换 编码手册 数据录入 统计软件（如spss）直接录入 专门性的录入软件 保障录入正确性 减少录入时的差错 数据清理 有效范围清理 SPSS Frequencies命令 逻辑一致性清理 SPSS Select Cases命令 Select 过滤问题=1 Select 过滤问题=2 数据质量抽查 定量资料分析 资料的整理与录入 单变量统计分析 双变量统计分析 多变量统计分析 第十章 集中趋势分析 平均数：使用最多的集中趋势测量 各单位数值之和除以单位数量 考试成绩：65、72、73、81、63、54 离散趋势分析 标准差（样本） 离散系数 学生年龄（岁）：19；20；21；19；20；20；21；22；18；20 区间