第十章 卡方检验.pptVIP

SPSS统计软件 卡方检验 一、χ2检验概述 前面各种检验方法，大都是针对一些属于连续性的数据资料的方法，并且假定它们服从正态分布。 在教育研究中，还经常会遇到一些属于离散性的数据资料的问题，如学生按性别分为男、女；对某个问题的态度分为赞成、反对或中立；学生的学习成绩可分为优良中差等。 χ2检验概述 对上述数据的检验通常采用χ2检验的方法，它适用于计数资料的检验。 χ2检验的应用主要有两个方面：一是对总体分布进行拟合性检验，用以检验实际观察次数是否与某种理论次数分布相一致的问题。 χ2检验概述 实际观察次数是指在实验中或调查中得到的计数资料；理论次数是指根据概率或某种理论次数分布等所计算出来的次数。 一般实际观察次数与理论次数常常不一致，这种差异是由于机遇造成的，还是由于实验处理或被试性质等其他因素造成的？这需要进行检验。 χ2检验概述 依据虚无假设的原则，如果其差异由机遇造成，则认为实际观察次数与理论次数分布相符合，差异不显著；如果其差异由其他原因造成，则认为实际观察次数与理论次数分布不符合，差异显著。 χ2检验概述 χ2检验应用的第二个方面是独立性检验，用以检验两组或多组资料是相互关联还是彼此独立的问题。 二、χ2检验的基本公式 χ2检验的公式由统计学家Pearson于1899年提出，他发现，实际观察次数与某理论次数之差的平方除以理论次数是一个与χ2分布非常近似的次数分布。 一般用χ2检验方法进行统计检验时，要求样本容量不宜太小，理论次数≥5。否则需要进行校正。 χ2检验的基本公式 三、总体分布的拟合性检验 总体分布的拟合性检验是应用χ2检验方法的一种，主要用于实际观察次数与某理论次数是否有差别的分析。它适用于一个因素多项分类的计数资料，故又称为单因素分类χ2检验。 总体分布的拟合性检验 总体分布的拟合性检验主要是无差假说，假设各项分类之间的机会相等。 例如：掷一颗六面体300次，结果如下，问这颗六面体是否均匀。 总体分布的拟合性检验 上例中的数据录入有两种方式，数据编号data10-01 和 data10-01a。data10-01是一种直接录入原始数据的方式，只有一个变量，在应用中可直接使用，但数据录入量较大。 总体分布的拟合性检验 总体分布的拟合性检验 第二种方式，data10-01a有两个变量，一个变量名为“lmt”，用数字型数据1、2、3、4、5、6分别代表六面的六个点。另一个变量名为“Frequency”表示频数。 总体分布的拟合性检验 菜单1 对话框1 注意： 这一步完成后，数据库不发生任何变化，只是晃动了一下，也不出现结果窗口。 结果1 结果2 四、独立性检验 独立性检验是对两个或多个因素多项分类的计数资料进行分析检验，以判断各组资料是相互关联，还是彼此独立。 独立性检验 独立性检验一般采用列联表的形式记录观察数据。 在两个因素实验中，最简单的形式是每一因素各有两项分类，这种情况下的检验称为2×2列联表或四格表的独立性检验。 如果一个因素有R项分类，另一因素有C项分类，则称之为R×C列联表的独立性检验。 独立性检验 例：某校就一项改革方案对全校教师进行态度问卷调查。教师按年龄划分，30岁以下为青年组，40-50岁为中年组，50岁以上为中老年组。对该方案的态度分为赞成、不置可否和反对三种。结果如下表。 数据录入 首先建立一个数据文件，数据输入格式如下： 菜单1 对话框1 数据 菜单2 对话框2 统计设置 单元格设置 对话框2 结果1 数据处理报表，有效数据462例，缺失值为0。 结果2 上表给出了每一个实际观测次数，理论次数。 结果3 χ2=63.139，df=4，p=0.000，拒绝虚无假设，认为不同年龄的教师在态度上有非常显著的差异。 例题：原始数据的情况 某项课题需要研究教育对提高工作能力的作用，为此做实证研究，抽样调查636名职工各自的学历和工作业绩情况，如下表所示，问学历与工作业绩之间的关系是否有显著差异？ 表格 建库 建立数据文件，取名为“EG10-1.sav”，如下图所示。 统计分析过程 注意这个数据库，没有出现频数，直接使用了原始数据，所以不再需要加权处理。 直接调用Crosstabs命令，就可以了。 统计设置 单元格设置 结果1 结果2 结果3 1选中 理论值 2单击按钮 1选择行变量 5单击统计按钮， 进行设置 4单击按钮 3选择列变量 2单击按钮 7单击OK按钮 6单击单元格按钮， 进行设置 实际值 理论值 基本 公式χ2 职工各自的学历和工作业绩情况 工作业绩 学历 职工编号 一般 大学及以上 1 … … … 很好 小学及以下 9 好 小学及以下 8 一般 小学及以下 7 很好 中学 6 好 中学 5 一般 中学 4 很好 大学及以上 3 好 大学及以上 2 2单击按钮 1选中χ2 1