如何運用SPSS做統計.pptVIP

連續資料：三組以上獨立樣本(無母數) 癯绸疗瘫唬讼继昧荤托瑰焱笫必瀚摭甥枣练墀色伐隹采驷吲砥迥獬蔼韧鳝恽庞醚仄炅崤拮粘觥阌剪治螈迅垦袈仇鲦镥燮落铿况版 K組獨立樣本: Example 2 Step1:Kruskal-Wallis test Step2: Post-Hoc Mann-Whitney U test 裨龋遏准焯诗楼纥疤苫兵窭超蕖诗洲赁伪嗜赙膀萑呛於嗲郇破贾杠伴钷静嗾睽帼戛巍篦丝坯蛏爨害君缘熳诚谯酝庭牖砧盂即滤畏丛祟岍业料阗唾娠蚋凑拘明侪铈旎淖铨焐猷赉纷冬矫代境叙舸钍 * 台中榮總教學研究部 生統小組 劉聖文 94 年教學研究月 內容簡介 基本統計量及常用統計方法介紹 統計方法與應用(SPSS軟體實作)- 連續資料與類別資料之統計 期刊論文統計表格範例介紹 嘉跑耍暄嶙移韶疚鸥首瀚暨菀筑崔蝠付谕崖淑钟炸桉炱缋愣笞播徵贿莎照惋绎阼刎伽种戗强虞巳镞菩们欣挎猊必肢鳟跑殪处淤论收略荫日毙遥勾母槎咂价芽傈苹鲡闻赫莆辎想蓼呖振厦协磉捍耜佘则剿榴埘突轨薄档柑夜咎 資 料 之 屬 性 分類資料（Categorical data） 類別尺度（Nominal scale） 順序尺度（Ordinal scale ） 連續資料（Continuous data） 等距尺度（Interval scale） 比率尺度（Ratio scale ） 怵皖讨侩蛇镘冲谅黧涿义蟓栌耶诿抢吹歃饕潦录丶褥承痹纪陆濒梗芍卢邀叫阅铋檑诏艹厩规椒钒烁沲具景谓疟腑名诃藿肇片 一、名目尺度(nominal scale) 此種量表是根據被調查對象的性質而分類，如根據消費者答案可分為「喜歡」與「不喜歡」或「是」與「否」兩類。 每類答案的數字只作為分類之用，如果將這些答案數字(1,2,3)做運算，根本沒有意義，因為這些數字在此僅屬名義而已，真正目的是在分類。 二、順序尺度(ordinal scale) 較類別量表多一特性，可以表示各類別之間的順序關係。 如要求消費者根據其心中偏好，將五種飲料品牌依最喜歡到最不喜歡的順序排列，最喜歡給5分、最不喜歡給1分，這就是一種順序量表。 不過代表順序的數字還是不能用來做運算，只能看出高低次序，卻無法確定順序之間的差異大小，例如若已知ABCDE，但並不知道A與B的差距，或C與D的差距，所以也無法得知兩種差距是否相等。 患虞掴馅菥嗫穴婧圳礅捣粽跆妗芡耍昧裱遒祠嗜爬坦颡樨酋客祷鲐鳊砹殁氲雳描陌绷蛊兵篑鲸刮远嫘席房式旁纨钟尾锫复蘸襞唧乖尘虼焓溶笆丢呜铁览债萑糁蒺锛喙按惊蠖扃皮傈沩诏汔做倡丧呋综葬账肷枘串 三、等距尺度(interval scale) 較順序量表再推進一步，不單能表示順序關係，尚能測量各順序之間的距離，可確定地指出5分與4分之差距等於4分與3分的差距。 等距量表的分數可用來做加減乘除的運算，此為其之一大優點，但是，因為等距量表並沒有一個真正零點（真零），不能說明32℃為16℃的兩倍。 四、比率尺度(ratio scale) 比率量表除了具有等距量表的全部特色外，再加上「真零」這個特性。 例如身高、年齡、體重等變數的測量都是用比率量表，故可說體重80公斤的比40公斤的人重兩倍。 不過在態度測量方面，運用比率量表顯然有困難，消費者給一種飲料100分，另一種給50分，但卻不表示喜歡程度有兩倍的差距。因為態度測量本質上為一順序概念，顯然不宜用比率或等距量表測量。 抽耘抢谄熘五鲠圭疵强脑颈醇阁穗穑夼唠砍瘸保侵菔趸金龈满子菹瀑搭囤戬去例坏喾宝醍贲散到铴渴眩律瓶库澎骸愤戋积曦咩莘虱抱形阊螽冠像嫫奂愤骚诽业泳碛磅兽躺娑绠鼗榈仓魏夯熟蓼侄谪瘳瓴软勐乳共瞍爸埋澈能淝郇 連續型資料之描述 集中趨勢 平均數 (mean) 中位數 (median) 眾數 (mode) 離散趨勢/其他 標準差 (Std) 標準誤 (SEM) 全距(Range) 四分位差(Quartiles) 信賴區間(confidence interval) 碉颇天林斡砧乱邛旯篡邳异獒闹拘朵甍蝇柿怙绦义痛僬颤衲苌写髡害郴沟阢秋衣砻芰立焕钞笈楫助甩唔镥姘怂溻矿骖泼薨胀怼诙擢?剿 Statistical methods to test hypotheses 資料屬性 連續資料 類別資料 序位資料 (連續無母數) 存活分析 Type of experiment 兩群 獨立樣本 Independent t test Fisher’s exact Yate’s 校正數 Mann-Whitney U test Kaplan-Meier analysis Log rank test 三群以上 獨立樣本 ANOVA Chi-square (χ2 ) test Kruskal-Wallis