统计学习资料(操作) 10页

利用《昆明市低保制度实施状况调查》SPSS数据文件（截取了232个个案的信息），学习如何通过SPSS求样本资料中两变量之间的相关系数，并对相关关系进行检验。一、任务分析求两变量之间的相关系数，首先应当弄清楚两变量的测量尺度。如果是两个定类变量或一个定类与一个定序变量，可以用Lambda和系数进行测量；如果是两个定序变量，可以用Gamma、、系数进行测量；如果是一个定类（或定序）变量与一个定距变量，可以用系数进行测量；如果是两个定距变量，可以用r系数进行测量。相关关系的检验方法主要有检验、Z检验、F检验与t检验，变量类型不同，检验方法也不尽相同。二、操作过程1.两个定类变量之间相关关系的测量与检验以“性别”与“您认为政府有必要规定最低工资标准吗”为例，利用SPSS求两个定类变量之间相的关关系并进行检验。第一步：打开“昆明市低保制度实施状况调查.sav”，依次点击“分析（A）→描述统计→交叉表（C）…”（见图8-20），此时会出现“交叉表”对话框，将变量“性别”从左边的变量名列表中选入右边的“列（C）”框中，将变量“您认为政府有必要规定最低工资标准吗”选入右边的“行（S）”框中（见图8-21）。图8-20“分析（A）→描述统计→交叉表（C）…”命令\n图8-21　“交叉表”对话框第二步：点击“统计量（S）…”按钮，在“交叉表：统计量”对话框中选中“卡方（H）”和“名义”虚框中的“Lambda”统计量，点击“继续”按钮（见图8-22）。\n图8-22　“交叉表：统计量”对话框第三步：在“交叉表”对话框中点击“确定”按钮，即可得到统计结果，见表8-23、表8-24。表8-23　方向度量表8-24　卡方检验　　第四步：统计结果解读。对称的和不对称的、系数皆为0，表明对“政府有无必要规定最低工资标准”这一问题的看法与性别不相关，即男性与女性对此问题的看法没有区别。卡方检验表明：＝2，＝0.06，小于显著性水平为0.05时的临界值5.991（查分布表即可得到不同自由度下的临界值）；也可直接比较值的相伴概率，此例中值的相伴概率为0.97，大于显著性水平0.05，所以应接受原假设，即两变量不相关。2.两个定序变量之间相关关系的测量与检验以“文化程度”和“对自家经济状况的感受”为例，利用SPSS求两个定序变量之间的相关关系并进行检验。第一步：打开“昆明市低保制度实施状况调查.sav”，依次点击“分析（A）→相关（C）→双变量（B）…”（见图8-23），此时会出现“双变量相关”对话框\n，将变量“文化程度”和“对自家经济状况的感受”从左边的变量名列表中选入右边的“变量（V）”框中，并在“相关系数”虚框中选中“Kendall的tau-b(K)”，在“显著性检验”虚框中选中“双侧检验”，同时点击选中“标记显著性相关”选项，如图8-24所示。图8-23　“分析（A）→相关（C）→双变量（B）…”命令\n图8-24　“双变量相关”对话框第二步：点击“确定”按钮，即可得到如下统计结果（见表8-25）。表8-25　相关系数第三步：统计结果解读。＝-0.294，表明“文化程度”与“对自家经济状况的感受”两变量之间存在负向的弱相关关系。由于在数据文件中，变量“文化程度”是按从低到高的顺序排列的，而“对自家经济状况的感受”却是按满意程度由高到低排列的，所以这里的负向弱相关关系应该理解为：文化程度越高，对自家经济状况的感受越是满意。检验结果表明：相关系数的相伴概率为0.000，小于显著性水平0.01，所以相关关系是显著的，也即样本统计中所显示的相关关系可以推论到总体中去。3.定类（或定序）变量与定距变量之间相关关系的测量与检验以“性别”与“您觉得您家平均每月要花多少钱才能维持一家人的基本生活”为例，利用SPSS求定类变量与定距变量之间的相关关系并进行检验。（1）相关关系的测量第一步：打开“昆明市低保制度实施状况调查.sav”，依次点击“分析（A）→描述统计→交叉表（C）…”，在“交叉表”对话框中，将变量“性别”从左边的变量名列表中选入右边的“列（C）”框中，将变量“您觉得您家平均每月要花多少钱才能维持一家人的基本生活”选入右边的“行（S）”框中。第二步：点击“统计量（S）…”按钮，在“交叉表：统计量”对话框中选中“按区间标定”虚框中的“Eta(E)”统计量，点击“继续”按钮（见图8-25）。\n图8-25　相关统计量Eta的选择第三步：在“交叉表”对话框中点击“确定”按钮，即可得到如表8-26所示的统计结果。表8-26　方向度量　　第四步：统计结果解读。Eta（）统计量的值为0.090，Eta平方系数（）为，即0.0081。表明两变量之间几乎没有相关关系。（2）相关关系的检验第一步：打开“昆明市低保制度实施状况调查.sav”，依次点击“分析（A）→比较均值（M）→单因素ANOVA…”（见图8-26），此时会出现“单因素方差分析”对话框，将变量“性别”从左边的变量名列表中选入右边的“因子（F）”框中，将变量“您觉得您家平均每月要花多少钱才能维持一家人的基本生活”选入“因变量列表（E）”框中（见图8-27）。\n图8-26　“分析（A）→比较均值（M）→单因素ANOVA…”命令图8-27　“单因素方差分析”对话框第二步：点击“选项（O）…”按钮，进入“单因素ANOVA：选项”对话框，选中“描述性（D）”统计量（见图8-28）。\n图8-28　选择单因素方差分析中的描述性统计量第三步：点击“继续”按钮，返回“单因素方差分析”对话框，点击“确定”按钮，即可得到如表8-27、表8-28所示的统计结果。表8-27单因素方差分析中的描述性统计量*表8-28单因素方差分析表（ANOVA）**说明：分组变量（自变量）为“性别”，因变量为“您觉得您家平均每月要花多少钱才能维持一家人的基本生活”。第四步：统计结果解读。在样本资料中，男性组与女性组在“您觉得您家平均每月要花多少钱才能维持一家人的基本生活”上的均值是不同的（男性组的均值为1303.56元，女性组的均值为1108.01元），也即两变量相关。但在方差分析表中，F＝1.887，F的相伴概率为0.171，大于显著性水平0.05，这表明\n两变量相关的统计结论不能推论到总体中去，即在总体中，“性别”与“您觉得您家平均每月要花多少钱才能维持一家人的基本生活”两变量不相关，换言之，男女两性在每月要花多少钱才能维持一家人的基本生活这一问题上的看法没有明显区别。4.两个定距变量之间相关关系的检验两个定距变量之间相关关系的测量可以在交叉表中完成，只要将图8-22“交叉表：统计量”对话框中的“相关性（R）”统计量选中，运行后即可得到皮尔逊相关系数r（Pearson的R）。以“家庭人口数”与“您家平均每月用于购买食物的开销”为例，利用SPSS对两个定距变量之间的相关关系进行检验。第一步：打开“昆明市低保制度实施状况调查.sav”，依次点击“分析（A）→比较均值（M）→单因素ANOVA…”，在“单因素方差分析”对话框中，将变量“家庭人口数”从左边的变量名列表中选入右边的“因子（F）”框中，将变量“您家平均每月用于购买食物的开销”选入“因变量列表（E）”框中。第二步：点击“确定”按钮，即可得到如表8-29所示的统计结果。表8-29　单因素方差分析表（ANOVA）**说明：自变量为“家庭人口数”，因变量为“您家平均每月用于购买食物的开销”。第三步：统计结果解读。在方差分析表中，F＝1.282，F的相伴概率为0.261，大于显著性水平0.05，这表明在总体中，“家庭人口数”与“您家平均每月用于购买食物的开销”两变量不相关，换言之，人口数不同的家庭，平均每月用于购买食物的开销没有明显区别。\n需要特别说明的是，这样的结果与常识（定性分析）在逻辑上似乎是矛盾的。这时候需要对数据进行进一步分析，同时重新分析常识，看看能不能找到合理的解释。如果不能找到合理的解释，就应当留下疑问，等待后续研究，而不应当轻易下结论。在本样本数据中，一方面，家庭人数大多集中在3人左右；另一方面调查对象分为低保对象与非低保对象两大类。如果做进一步的分析，会发现人口数不同的低保家庭，平均每月用于购买食物的开销存在明显区别；而人口数不同的非低保家庭，平均每月用于购买食物的开销则不存在明显区别。