第12章列联表和对应分析.docx

第十二章列联表和对应分析 我们前面介绍的相关分析可以用来分析定量变量之间的关系， 但不能用于定性变量的分 析。本章介绍的列联表检验和对应分析方法则可以用来分析定性变量之间的关系。 第一节列联表与独立性检验 【例12.1】美国的一般社会调查 （General Social Survey）是由美国芝加哥大学的民意调 查中心进行的一项随机抽样调查，调查对象为 18岁以上的成年人。调查中获得了居民的婚 姻状况和幸福状况方面的数据。下面我们根据 1996年的调查结果来分析两个变量之间的关 系（数据文件 gss96.sav）。在调查中，婚姻状况的取值为已婚、丧偶、离异、分居和未婚 （分别用1-5表示）；幸福状况的取值为：非常幸福、比较幸福和不太幸福（分别用 1-3表 示）。在SPSS软件中打开数据文件，选择“分析” “描述统计” “交叉表”，把“婚 姻状况”设为行变量，把“幸福状况”设为列变量，可以得到表 12-1所示的列联表。从表 中我们可以看出，从婚姻状况看，已婚人员的比重最高； 从幸福状况看，比较幸福的人员比 重最高。但从表中我们很难直观地看出两个变量之间的内在联系。 表12-1婚姻状况和幸福状况列联表 幸福状况 合计 非常幸福 比较幸福 不太幸福 婚姻状况已婚 574 726 82 1382 丧偶 70 149 59 278 离异 83 292 79 454 分居 14 73 30 117 未婚 136 419 99 654 合计 877 1659 349 2885 要研究二维列联表中的两个变量是否相互独立，可以使用我们在非参数检验中讲过 检验。检验的零假设和备择假设为 Ho：婚姻状况和幸福状况这两个变量相互独立； H1：婚姻状况和幸福状况不相互独立。 假定样本量为n,列联表有r行、s列，表中各行的合计值分别为 Ri, i 1,2, ,r，各列 的合计值分别为C j, j 1,2 , s。每个单元格中的频数为 0门。在零假设成立，即行变量和列 12-1)计算: 12-1)计算: (12-1) l R Cj R Cj Ej n 显然，如果期望频数n n n 显然，如果期望频数 Eij和观测频数Oj相差不大，则零假设可能是正确的；如果二者差 别很大，则零假设可能不成立。按照式（12-2）构造检验统计量: 别很大，则零假设可能不成立。按照式（ 12-2）构造检验统计量: 2 2 r s (Oij Ej) (12-2) i 1 j 1 Eij 在零假设成立时， 该统计量近似服从自由度为 (r 1)(s 1)的2分布。当该统计量的值很 大(或p值很小)时，就可以拒绝零假设，认为这两个变量不相互独立。 下面我们用SPSS软件来检验婚姻状况与幸福状况的独立性。 首先重复绘制列联表的步 骤，在SPSS软件中打开数据文件，选择“分析” “描述统计” “交叉表”，把“婚姻 状况”设为行变量，把“幸福状况”设为列变量。接下来单击“统计量”，在弹出的对话框 中选中“卡方”，单击“继续”；选择“单元格”，选中弹出对话框中的 “期望值”，单击“继 续”返回前一个是对话框，单击“确定” (相关操作参见图 12-1 )。输出结果见表 12-2、表 12-3。 表12-2列出了婚姻状况和幸福状况列联表中各单元格的实际值和期望值。从表中可以 看出，部分单元格的实际值和期望值差异较大。从表 12-3的第一行可以看出，在这个例子 中2统计量的值为225.274，相应的p值为0.000。由于p值远远小于通常使用的显著性水平， 因此检验的结论是拒绝原假设，不能认为婚姻状况和幸福状况相互独立。 图12-1 SPSS列联表检验的相关操作 当每个单元格的期望频数都大于 5时检验统计量近似服从 2分布。在不满足这一条件 时，需要把部分单元格合并，或者使用精确检验：在图 12-1的对话框中选择“精确…”，进 行相应的设置后可以得出精确检验的结果。 在精确检验中所涉及的不是 2分布，而是超几何 分布。由于样本很大时超几何分布计算比较慢甚至无法计算，因此在大样本时通常使用 2 统计量。 表12-2婚姻状况和幸福状况列联表中各单元格的实际值和期望值 幸福状况 合计 非常幸福 比较幸福 不太幸福 婚姻状况已婚 计数 574 726 82 1382 期望的计数 420.1 794.7 167.2 1382.0  丧偶 计数 期望的计数 70 84.5 149 159.9 59 33.6 278 278.0 离异 计数 83 292 79 454 期望的计数 138.0 261.1 54.9 454.0 分居 计数 14 73 30 117 期望的计数 35.6 67.3 14.2 117.0 未婚 计数 136 419 99 654 期望的计数 198.8 376.1 79.1 654.0