第十一章 定量资料分析.pptVIP

第十一章 定量资料分析 主要内容： 资料的整理与录入 单变量统计分析 双变量统计分析 多变量的统计分析 第一节 资料的整理与录入 一、资料的审核 主要工作：审查资料的完整性、统一性和合格性。 完整性： 资料总体的完整性； 每份资料的完整性。 统一性： 问卷或报表登记填报方法是否统一； 对同一指标的数字所使用的度量单位是否一致； 不同表格对同一指标的计算方法是否统一 合格性： 提供资料者的身份是否符合所规定的调查对象的身份 所提供的资料是否符合填报要求； 所提供的资料是否正确无误。 资料审核的方式： （1）实地审核； （2）系统审核或集中审核 二、资料的分类和编码 将被调查者对问卷中问题的回答转换成供计算机识别和统计的数字。 三、数据录入 主要的两种方式： （1）直接从问卷上将编好码的数据输入计算机；（2）先将问卷上编好码的数据转录到的登录表上，然后再从登录表上将数据输入计算机。 四、数据清理 1. 有效范围清理； 2. 逻辑一致性清理； 3. 数据质量抽查。 第二节 单变量统计分析 一、单变量描述统计 主要目的：用最简单的概括形式反映出大量数据资料所容纳的基本信息。 基本方法：集中趋势分析、离散趋势分析等。 1. 集中趋势分析 用一个典型值或代表值来反映一组数据的一般水平，或反映这组数据向这个典型值集中的情况。 最常见的集中趋势：平均数、众数和中位数。 2. 离散趋势分析 用一个特别的数值来反映一组数据相互之间的离散程度。 常见的离散趋势统计量：极差、异众比率、四分位差、标准差与方差、离散系数与标准分数等。 （标准差——平均数、异众比率——众数、四分位差——中位数）。 标准差：一组数据对其平均数的偏差平方的算术平均数的平方根。 离散系数：一种相对的离散趋势统计量，能够对同一总体中的两种不同的离散趋势统计量进行比较，或对两个不同总体中的同一离散趋势统计量进行比较。 离散系数：标准差与平均数之百分比。 标准分数：用来确定原始数据在总体分布中的位置，或用来对不同分布的各原始数据进行比较。 二、单变量统计推论 统计推论主要分为两类：参数估计（点估计、区间估计）、假设检验。 1. 区间估计 在一定的可信度（置信水平、置信度）下，用样本统计值的某个范围（置信区间）来估价总体的参数值。 置信水平与置信区间成正比。 常用的置信水平分别为90％、95％和99％，与它们所对应的允许误差（显著性水平， ）则分别为10％、5％和1％。在计算中，置信水平常用1－ 来表示。 （1）总体均值（ ）的区间估计 为样本平均数，S为样本标准差； 为置信度是1－ 的Z值；n为样本规模。 （2）总体成数的区间估计 2. 假设检验 先对总体某一参数作出假设，然后用样本的统计量去进 行验证，以决定假设是否为总体所接受。 几对概念： （1）原假设与被择假设（ 与 ） （2）显著性水平与否定域（接受域） （3）双边检验与单边检验 假设检验的步骤： （1）建立原假设（虚无假设）和（备择假设）研究假设； （2）根据需要选择适当的显著性水平 ，通常有 ＝0.05， ＝0.01，并确定拒绝域或接受域； （3）根据样本数据计算出统计值，并根据显著性水平查出对应的临界值； （4）将临界值与统计值进行比较，若临界值大于统计值的绝对值，则接受虚无假设；反之，则接受研究假设。 假设检验的类型： 参数检验、非参数检验 参数检验：Z检验、t检验与F检验 非参数检验： 第三节 双变量统计分析 一、交互分类与 检验 1. 交互分类 交互分类（cross-tabulation）它是将研究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（又称为列联表）的形式反映出来。 （适用于各种测量层次的变量） 作用： （1）较为深入地描述样本资料的分布状况和内在结构； （2）分组比较，同时也是分析变量间关系的基础。 2. 检验 式中 为交互分类表中每一格的观察频数； 为交互分类表中 所对应的期望频数。 检验的具体步骤： （1）建立两变量间无关系的假设；然后计算出值 ； （2）根据自由度df=(r-1)(c-1)和给出的显著性水平，即p值，查 分布表，得到一临界值（r和c分别为交互分类表的行数和列数）； （3）将计算出的 值与查得的临界值进行比较。 若值大于或等于临界值，则称差异显著，并拒绝两变量独立的假设，即承认两变量间有关系；若值小于临界值，则称差异不显著，并接受两变量独立的假设，即两变量间无关系。 二、消减误差