定量资料的统计分析.ppt
第十一讲：定量资料的统计分析,定量资料的统计分析,中央财经大学社会学系 李国武,第十一讲：定量资料的统计分析,问卷调查方法的三要素,抽样问卷统计分析,第十一讲：定量资料的统计分析,本章主要内容,主要包括对原始数据的整理、录入，以及单变量分析、双变量分析和多变量分析。,第十一讲：定量资料的统计分析,电脑在统计分析中的运用,现在，定量资料的统计分析通常是借助电脑和特定的软件来完成。其中比较常用的一种统计分析软件是SPSS(Statistical Product and Service Solutions)，但是需要一定的统计学知识，才能更好地理解和应用SPSS。我们在这一讲只是做一个初步的介绍，在接下来更专门的课程里，我们还会深入具体地学习这些知识，比如社会统计学和SPSS与统计分析等课程。,第十一讲：定量资料的统计分析,定量资料的分析,1、资料的整理与录入2、单变量统计分析3、双变量统计分析4、多变量统计分析,第十一讲：定量资料的统计分析,1、资料的整理与录入,1.1 资料的审核1.2 资料的编码1.3 数据录入1.4 数据清理,第十一讲：定量资料的统计分析,1.1 资料的审核,资料的审核是指研究者对所收集的原始数据资料（主要问卷）进行初步的审阅，校正填错、误填的答案，剔出乱填、空白和严重缺答的废卷。其目的是为了使所获得的原始资料具有较好的准确性、完整性和真实性，从而为后续资料整理录入与统计分析工作打下较好的基础。,第十一讲：定量资料的统计分析,1.1 资料的审核,资料的审核包括两方面的内容：一是检查出问卷资料中的问题；二是重新向被调查者核实。审核的两种方式：实地审核和集中审核。,第十一讲：定量资料的统计分析,1.2 资料的编码,为了使数据变成机读格式（machine-readable form），必须对问卷中的变量和答案编码（coding process）。编码就是给每个问题及答案赋予一个数字作为它的代码。,第十一讲：定量资料的统计分析,1.2 资料的编码,栏码 答案数码A001、您的年龄：28岁 1-2 28A002、您的性别：（1）男（2）女 3 1A003、您的文化程度：4 4（1）小学以下（2）初中（3）高中或中专（4）大专以上 A004、您每月的收入为多少？元 5-8 0999,第十一讲：定量资料的统计分析,1.2 资料的编码,编码包括问题的编码和答案的编码。编码有两种做法：一种预编码；另一种事后编码。定序变量的编码要注意方向性。（教材265页）,第十一讲：定量资料的统计分析,1.2 资料的编码,表格题或矩阵题的编码A61-63 您觉得下列污染在你所在的城市是否严重？（请在每一行适当的格中打勾）,第十一讲：定量资料的统计分析,1.2 资料的编码,多选题的编码A11-16.您在闲暇时间的主要休闲方式是哪些？（可多选）A、逛街 B、看书 C、看电视 D、看电影 E、体育运动 F、其他,第十一讲：定量资料的统计分析,1.2 资料的编码,栏码的分配指定每个问题的编码值在整个数据文件中所处的位置。（预编码和事后编码）栏码的指定方法是从问卷的第一个项目或问题开始，先根据每一个项目或问题答案数码的位数，来确定该项目或问题所占有的宽度，再根据前后顺序来确定其在整个数据排列中所处的位置，这样从头依次往后排列。,第十一讲：定量资料的统计分析,1.2 资料的编码,编码手册为了减少编码工作中的误差，保证编码数据的质量和一致性，研究者需要编制一份编码手册发给编码员，每个编码员按照编码手册的要求，统一进行编码。在编码手册中，研究者将编码的项目和问题一一列出，逐一规定它们的代码、宽度、栏码、简要名称、答案赋值方式及其它特殊规定等等。编码手册的格式要规范统一，指示要明确，且容易理解，便于操作。,第十一讲：定量资料的统计分析,1.2 资料的编码,编码手册（节选）,第十一讲：定量资料的统计分析,1.3 数据录入,数据录入的方式：一种是直接从问卷上将编好码的数据输入计算机；另一种是先将问卷上编好码的数据转录到专门的登录表上，然后再从登录表上将数据输入计算机。数据登录表（见教材276页）数据录入的软件有很多，且大多可以相互转换。如POXFRO，EXCEL，SPSS。我们介绍直接用SPSS录入。,第十一讲：定量资料的统计分析,1.3 数据录入,认识SPPS软件数据编辑器（DATA）,第十一讲：定量资料的统计分析,1.3 数据录入,SPSS中的变量及其定义变量属性有四个：变量名、变量类型、变量标签、变量长度。变量类型：数值型、字符型和日期型。一般系统默认为标准数值型（Numeric）。变量标签：包括变量标签（variable labels）和变量值的标签（value labels）。,第十一讲：定量资料的统计分析,1.3 数据录入,显示如何定义一个变量。定义好问卷中所有的变量后即可录入数据了。,第十一讲：定量资料的统计分析,1.4 数据清理,清查录入中的错误（1）有效范围清理利用frequency命令（2）逻辑一致性清理相倚性问题中，利用if命令选择案例，来看逻辑不一致的情况。（3）数据质量抽查随机抽查的方法,第十一讲：定量资料的统计分析,建立新变量,Compute命令Recode命令,第十一讲：定量资料的统计分析,数据文件的整理,排序（sort;rank）置换（transpose）拆分（spit）与合并（merge）分类与汇总（aggregate）加权（weight case）选择分析变量（select case）,第十一讲：定量资料的统计分析,2、单变量统计分析,因为以下内容需要统计学知识，所以这里只作初步介绍。单变量统计分析（univariate analysis）可以分为两个大的方面，既描述统计和推论统计。描述统计的主要目的在于用最简单的概括形式反映出大量数据所容纳的基本信息，主要包括集中趋势分析、离散趋势分析。推论统计的主要目的是用样本中所得到的数据资料来推断总体的情况，它主要包括区间估计和假设检验。,第十一讲：定量资料的统计分析,单变量统计分析,要区分两种变量：连续（continuous）变量和离散（discrete）变量,第十一讲：定量资料的统计分析,统计学上两个最重要的值,统计学上最基础最重要的两个值是平均值和差异。,第十一讲：定量资料的统计分析,2、单变量统计分析,2.1 单变量的统计描述2.2 单变量的统计推断,第十一讲：定量资料的统计分析,2.1 单变量的统计描述,1、集中趋势分析:central tendency集中量数分析指的是用一个典型值或代表值来反映一组数据的一般水平，或者说反映这组数据向这个典型值集中的情况。最常用的有算术平均数（均值）、中位数（median）、众值（modal）。我们只介绍使用最多的均值（mean）。总体各单位数值之和除以总体单位数目之商。,第十一讲：定量资料的统计分析,2.1 单变量的统计描述,2、离散趋势分析：dispersion tendency指的是用一个特别的数值来反映一组数据相互之间的离散程度。常见的离散量数统计量有全距（range）、标准差（standard deviation）、异众比率、四分位差（interquartile range）等。最常用的是标准差。一组数据对其平均数的偏差平方的算术平均数的平方根。,第十一讲：定量资料的统计分析,2.1 单变量的统计描述,用SPSS来计算单变量的频数、平均值和标准差。用图形的方式来表示频数。,第十一讲：定量资料的统计分析,2.2 单变量的统计推断,统计推论就是利用样本的统计值对总体的参数值进行估计的方法。统计推论的内容主要包括两个方面：一是区间估计，二是假设检验。,第十一讲：定量资料的统计分析,区间估计,区间估计的实质就是在一定的置信度下，用样本统计值的某个范围（置信区间）来估计总体的参数值。范围越大，估计的精确度越低，把握越大；范围越小，精确性程度越高，把握越小。总体均值的区间估计公式为：总体百分数的区间估计公式为：利用SPSS的mean命令做区间估计。,第十一讲：定量资料的统计分析,假设检验的含义,假设检验（hypotheses testing），实际上就是先对总体的某一参数作出假设，然后用样本的统计量去进行验证，以决定假设是否为总体所接受。思考样本和总体的关系。,第十一讲：定量资料的统计分析,小概率原理,假设检验依据的是小概率原理。包含两个方面：一、小概率事件在一次观察中是不可能出现的。二、如果在一次观察中出现了小概率事件，那么，合理的想法是，否定原有事件具有小概率的说法（或假设）。,第十一讲：定量资料的统计分析,假设检验的原理,就假设检验而言，如果在原假设成立的条件下，根据从总体中随机抽取的样本计算的某个（或某几个）统计量发生的可能性很小（P0.05），在一次抽样观察中备择假设没有发生，那么就不能拒绝原假设。,第十一讲：定量资料的统计分析,假设检验的原理,在假设检验中，小概率事件，指的就是所用统计量，在原假设情况下，是否是小概率事件。显著性水平就是指在原假设成立条件下，统计检验中所规定的小概率的标准。如果在原假设成立条件下，根据随机样本的数据计算的统计量发生的概率小于显著性水平，就意味着在一次观察中小概率事件发生，则具有统计显著性。,第十一讲：定量资料的统计分析,进一步的理解,一般来说，原假设表示的是总体之间某个变量的均值（成数）没有差异或两变量在总体中是相互独立的（没有关系）。当被假设的独立的两个变量在总体和样本中表现出差异时，我们可以用两种方式来解释这样的差异：1）可以归因于样本没有代表性（即抽样误差造成的）；2）可以拒绝变量之间独立性的假设（即变量之间存在关系）。,第十一讲：定量资料的统计分析,进一步的理解,因此，从样本资料观察到的关系，其统计显著性通常用概率表示。显著性在0.05的水平（P0.05）意指变量间观察到的关系如所观察到的强度；纯粹因抽样误差所造成的概率，在100次中不会超过5次。换句话说，如果两变量在总体中是相互独立的，而且有100个概率样本抽自该总体，那么绝对不会超过5个样本产生如所观察到的那种强度关系。如果任何测得的相关因素在那个显著性水平上具有统计的显著性，便会认为代表了两变量间真正的相关性。不能说这个相关关系完全是由于抽样误差造成的。,第十一讲：定量资料的统计分析,假设检验的步骤,（1）建立关于总体参数的原假设（虚无假设）与备择假设。（2）确定显著性水平：原假设成立的条件下，统计检验中所规定的小概率的标准。通常为0.05、0.01、0.001。（3）根据样本数据计算用来检验假设的统计量，并根据显著性水平查出临界值。SPSS自己运算完成,第十一讲：定量资料的统计分析,假设检验的步骤,（4）进行双边检验和单边检验。即将临界值与统计量进行比较，若临界值大于统计量的绝对值，落入接受域，则接受原假设。如果临界值小于统计量的绝对值，统计量落入拒绝域，则拒绝原假设，接受备择假设。在SPSS的统计结果中，看电脑计算的Significance 值（即在原假设成立的情况下，根据随机样本的数据计算的某个统计量的值出现的概率）。如果sig值（即P值）显著性水平，则接受原假设；否则，拒绝原假设。,第十一讲：定量资料的统计分析,假设（Z）检验（单边）图示,接受域,拒绝域,第十一讲：定量资料的统计分析,假设（Z）检验（双边）图示,接受域,拒绝域,拒绝域,第十一讲：定量资料的统计分析,利用SPSS做假设检验,利用SPSS做均值（或成数）差异比较的假设检验1、单总体假设检验（T检验）2、二总体假设检验（T检验）二分变量-二分变量；二分变量-定距变量（1）独立样本假设检验（2）配对样本假设检验Compare means命令的介绍。,第十一讲：定量资料的统计分析,3、双变量的统计分析,双变量的统计分析主要是探讨两个变量之间的关系。根据变量层次的不同，分析所采用的具体形式也有差别。主要是相关和回归分析。计算出相关和回归系数之后，要对相关和回归系数进行显著性参数检验（parametric test of significance）。,第十一讲：定量资料的统计分析,3、双变量的统计分析,定类变量定类变量（定序变量）：列联表和卡方检验定序变量定序变量：G相关和Z检验定类变量（定序变量）定距变量：相关比率和F检验；也就是方差分析。定距变量定距变量：皮尔逊相关系数和回归分析，F检验。独立性和相关性。,第十一讲：定量资料的统计分析,3、双变量的统计分析,介绍SPSS中用于双变量统计分析的几个命令。CROSSTABS（定类-定类；定序-定序）CORRELATION（定距-定距）REGRESSION（定距-定距）,第十一讲：定量资料的统计分析,4、多变量统计分析,多变量的分析方法种类很多：阐释（详析）模式、复相关、多元线性回归、Logistic回归分析、路径分析、因子分析、聚类分析、判别分析、对数线性模型、多元方差分析、结构方程模型、时间序列分析等等。,第十一讲：定量资料的统计分析,4、多变量统计分析,郭志刚：社会统计分析方法SPSS软件应用，中国人民大学出版社，1999年12月版。（已经有了新版本）卢淑华：社会统计学，北京大学出版社，1989年版。张文彤，SPSS统计分析基础教程、SPSS统计分析高级教程，高等教育出版社，2010。劳伦斯汉密尔顿，郭志刚等译，应用STATA做统计分析，重庆大学出版社，2011。,
