传播学研究方法第十一讲研究生SPSS基础.ppt

传播学研究方法第十一讲SPSS基础 参考书： 张文彤、闫洁主编 《SPSS统计分析基础教程》，高等教育出版社 张文彤、闫洁主编 《SPSS统计分析高级教程》，高等教育出版社 假设检验的思路 H0 零假设（虚无假设）是做统计检验时的一类假设。在比较均值时，一般会取“二者的均值没有差异”作为零假设；在相关性检验中，一般会取“两者之间没有关联”作为零假设。 P值（P value） P值是当零假设为真时所得到的样本观察结果出现的概率。如果P值很小，说明原假设情况的发生的概率很小，根据小概率原理，我们就有理由拒绝零假设，P值越小，我们拒绝零假设的理由越充分。或者说，零假设的不成立不是巧合，是具有统计学上的意义的。 难产儿出生体重n=35,?X=3.42, S =0.40, 一般婴儿出生体重μ0=3.30（大规模调查获得）， 难产儿的体重和一般婴儿的体重是否相同？ 解：1.建立假设、确定检验水准α 　　H0：μ = μ0?（无效假设，null hypothesis） 　　H1：（备择假设,alternative hypothesis，） 　　双侧检验，检验水准:α=0.05 2.计算检验统计量 　　， 　　 df=n-1=35-1=34 T检验的例子 ①双侧检验。如果检验的目的是检验抽样的样本统计量与假设参数是否存在差异，就把风险平分在右侧和左侧。H0: u=u0 ②单侧检验。这种检验只注意估计值是否偏高或偏低。H0: uu0，或者H0：uu0. 那种检验更严格？那种检验的p临界值更小？ 3.查相应界值表，确定P值，下结论 　　 查附表1: t0.05 / 34?= 2.032 1.77,按α=0.05水准，不拒绝H0，两者的差别无统计学意义 1. 录入数据 2.导入数据 （sav, excel） 3. 描述性分析(mean,median,mode; frequency; normal distribution) 4.数据整理(split file; sort cases; select cases, filter) 5. 计算新变量 6. 对变量值进行分组合并（合并连续变量，合并分类变量） 7. 对变量值重新赋值 8. Cross-tab(交叉表)：分析两个定类变量之间的关系。 课堂练习 1. 分别计算初始工资、当下工资的平均数、众数、中位数，并判断是否呈正态分布。 2. 生成一个新变量，工资差=当下工资-初始工资，并计算其平均数、众数、中位数。 3. 生成一个新变量名为agegroup，24-30岁的员工为young, 30.01-60岁的为old, 分别计算old 和young的比重。 4. 计算白人女性员工的work experience的平均值。 5. 员工从事的工种与种族和性别有关联吗？ t-test ANOVA Correlation Regression One sample t-test: 比较样本均值与总体均值 Independent sample t-test: 比较两组样本的均值，两组样本分别来自不同的总体。方差齐性：两个总体的方差是否相等。若两总体方差相等，则直接用t检验，若不等，可采用t检验或变量变换或秩和检验等方法。 Paired sample t-test: 1. 比较同一研究对象处理前后的数据；2.同一研究对象两个部位的数据；3. 同一研究对象用两种方法检验的结果 ANOVA 为什么不多做几次t test? Correlation 相关系数表示两个变量之间直线相关的程度，用来描述这两个变量在数量上联系的密切程度。 散点图 Iq2 and iq1 Iq2 and age 简单回归：寻找因变量数值随着自变量变化而变化的直线趋势 相关分析与回归分析的联系和区别 1. 相关系数的绝对值是x所能解释的y的变异的百分比的平方根，即R 2. 相关分析主要描述两个变量数量上联系的密切程度，回归分析重点说明自变量在数量的变化上对因变量数量的影响程度。 多元回归分析：1个因变量，多个自变量 多重共线性：自变量之间存在线性相关关系。 容忍度（tolerance）小于0.1时，存在严重多重共线性。 方差膨胀因子（VIF）大于5时，存在严重多重共线性。 递进回归分析 课堂练习 1. 所有员工的初始工资和现在的工资之间是否有显著差异？ 2.白人和其他人种的员工的现有工资是否有显著差异？ 3. 不同工种的员工的现有工资是否有显著差异？ 4. work experience 与job seniority之间是否线性相关？ 5. work experience 与current salary之间是否线性相关？ 6. 以current salary为因变量， work ex