第五章SPSS交叉表分析ppt课件.pptx

《第五章SPSS交叉表分析ppt课件.pptx》由会员分享，可在线阅读，更多相关《第五章SPSS交叉表分析ppt课件.pptx（125页珍藏版）》请在三一办公上搜索。

1、2022/11/13,第五章 交叉表分析,SPSS 23.0 统计分析在心理学与教育学中的应用,全书目录,第一章 SPSS 23.0简介与基本操作第二章 数据编辑与整理 第三章 数据转换第四章 描述统计分析第五章 交叉表分析第六章 比较平均值第七章 方差分析第八章 相关分析第九章 回归分析,第十章 信度和效度分析 第十一章 非参数检验第十二章 多选变量分析 第十三章 SPSS应用案例问卷调查分析 第十四章 SPSS应用案例测验质量分析 第十五章 探索性因子分析及案例应用 第十六章 基本统计图表的制作第十七章 SPSS应用分析归纳小结,第五章 交叉表分析,5.1 交叉表格的独立性检验及效应量计算

2、5.2 分层交叉表的独立性检验5.3 一致性卡方检验5.4 列联表的品质相关分析5.5 交叉表格分析的报告参考样例,交叉表是指两个或多个分类变量各水平的频数分布表，又称频数交叉表，列联表。本章交叉表分析过程，既有对数据进行汇总，也包括了独立性卡方检验、品质相关性检验（Phi相关检验）。卡方检验、Phi相关检验是分析交叉表资料常用的假设检验方法，这两类分析处理的数据都是属于称名变量。,一、独立性检验： 也称为同质性检验，是指两个或两个以上的分类变量之间是相互独立还是相互联系的假设检验。原假设H0：所观测的两个分类变量之间没有关联。备择假设H1：所观测的两个分类变量之间有相关。,二、品质相关性检验

3、： 指两个或两个以上的分类变量（顺序变量）之间相关性程度的假设检验。原假设H0为：所观测的两个分类变量之间的相关性为0。备择假设H1为：所观测的两个分类变量之间的相关性显著。,5.1 交叉表格的独立性检验及效应量计算,一般交叉表分析使用的数据形式有两种情况：第一种情况是已整理的汇总表数据；第二种情况是对原始数据进行交叉表分析。 以下分别举例。交叉表分析的类型变量水平 无论是22，还是RC（R2, C2），都是使用相同的SPSS菜单命令。,5.1.1 汇总表数据的交叉表分析及效应量计算,案例【例5-1】探讨慢性胃病的影响因素，研究者调查了339人，得到调查数据初步汇总情况如下：,SPSS操作步骤

4、如下：第1步：输入数据。怎样将实际问题中的数据准确转化、表达为SPSS中的数据，也是SPSS学习过程中需要注意学习的一个方面。这是由实际问题到数据处理、研究分析的一个“桥梁”。,在本例中，有三个变量：变量“焦虑情况”有两个水平：1为精神焦虑，2为非精神焦虑；“患胃病情况”有两个水平：1为患病，2为不患病；变量“人数”为计数频数。,第2步：进行人数加权。在单击菜单命令【数据】【个案加权】。用“人数”变量来进行加权。第3步：启动分析过程。点击菜单【分析】【描述统计】【交叉表】菜单命令。,第4步：设置分析变量。选择 “焦虑情况”变量选入“行：”变量框中。选择“患胃病情况”变量选入“列：”变量框中。,

5、第5步：输出复式条形图和分布表。选中“显示簇状条形图”复选框。 第6步：统计量选择。点击【统计】按钮，弹出“交叉表：统计”的对话框,第7步：设置交叉表的显示。点击“单元格”,第8步：设置输出格式。点击“格式”,第9步：在主对话框中点击【确定】按钮，提交执行。 第10步：结果分析。,第一个表格：统计摘要表。（略）第二个表格：精神焦虑与患胃病情况的交叉表。,第三个表格：卡方检验。,从表中可看出，皮尔逊卡方检验的卡方值为7.469，显著性Sig值为0.0060.05，应拒绝原假设，即认为精神焦虑与患慢性胃病是不独立的，它们之间存在关联。,第四个表格：对称测量,计算皮尔逊卡方检验的卡方值的效应量和统计

6、检验力，其统计原理与计算公式可参见参考胡竹菁心理统计学的第十一章第三节（胡竹菁. 心理统计学. 2010年，第1版. 北京: 高等教育出版社）。,第三步：根据克莱姆 V系数值的大小和自由度查表确定克莱姆 V系数的统计检验力。在本例中，由前面计算的效应量，和第二步查询评定表的结果，可知卡方检验为小效应量，总自由度为（21）*（21）1，总体N为339，查询表5-3统计检验力表，可知统计检验力为大约0.29，也就是说，本例中精神焦虑与患慢性胃病这两个变量之间存在着关联，其可能性为29%左右。,总之，在本例中，统计量检验显著（P小于0.05，拒绝原假设），并且是小效应量。此时说明统计结论的可靠性较低

7、，还需进一步的研究资料佐证此结论，研究结果推广时要慎重。,第四个表格：风险评估。,分析：比值比（OR值）为2.471，也就是说，在精神焦虑人群患胃病为非精神焦虑人群的2.471倍。2.471可由表中2.162/0.875得到。,5.1.2 原始数据的交叉表分析及效应量计算,案例：【例5-2】这里以“大学生学习消费调查问卷.sav”的数据为例，分析大学生的男女性别与英语四级通过情况、考研意向（考研、不考研、暂未定）、消费观念倾向水平（分为高、中、低三个等级）变量之间是否有关联？,SPSS操作步骤如下,第1步：打开分析数据。打开“大学生学习与消费调查问卷.sav”文件。第2步：启动分析过程。点击【

8、分析】【描述统计】【交叉表】菜单命令。第3步：设置分析变量。,第4步：输出复式条形图和分布表。选中“显示簇状条形图”复选框。 第5步：统计量选择。点击【统计】按钮，弹出“交叉表：统计”的对话框。本例选中“卡方”，表示将进行卡方检验分析。其他复选框都不选择。,第6步：设置交叉表的显示。点击【单元格】按钮，弹出“交叉表：单元显示”的对话框。 在“计数”栏内，选中“实测” 、“期望”。在“百分比”栏内：选中“行”。第7步：设置输出格式。 第8步：点击【确定】按钮，提交执行。 第9步：结果分析。,第一个表格：统计摘要表。（略）第二个表格：性别与英语四级的交叉表,第三个表格：性别与英语四级的卡方检验表,

9、皮尔逊卡方检验的卡方值为22.292，显著值Sig值为0.0000.05，应拒绝原假设，即认为性别与英语四级通过情况之间不独立的，两变量之间存在着关联。 换句话说，男女性别在英语四级通过情况上存在差异。结合前面的交叉表的计数人数，认为女生在四级通过人数比例显著大于男生。,计算性别与英语四级的卡方值的效应量和统计检验力。第一步：效应量克莱姆V系数为0.279。第二步：根据Cohen（1992） 对克莱姆V系数效应量大小的评定表（查询表5- 2），效应量0.279，很接近0.30，为中效应量。,第三步：根据克莱姆V系数值的大小和自由度查表确定统计检验力。这里卡方检验为中效应量，总自由度为（21）*

10、（21）1，总体N为286，查询表5-3统计检验力表，可知统计检验力为大约0.99，即99%左右。由以上计算可知，在本例中，统计量检验显著（P小于0.05，拒绝原假设），并且是中效应量。此时说明统计结论（拒绝原假设的结论）的可靠性尚可，基本可以认同此结论（拒绝原假设）,第四个表格：性别与考研意向类型的交叉表（略）。第五个表格：性别与考研意向类型的卡方检验表。,在性别与考研意向类型的卡方检验表中，皮尔逊卡方检验的卡方值为2.857，显著性Sig值为0.2400.05，接受原假设，认为性别与考研意向类型之间是独立的。即，男女学生在考研意向上不存在差异。,计算性别与考研意向类型的卡方值的效应量和统计

11、检验力。第一步：效应量克莱姆V系数为0.10。第二步：根据Cohen（1992）对克莱姆V系数值效应量大小的评定表（查询表5- 2），本例中更小自由度为1，在该评定表中的第一行中查找，克莱姆V系数等于0.10，也就是说，为小效应量。此时统计检验力则不需要查询。,由以上计算可知，本例的统计量检验不显著（P大于0.05，接受原假设），并且是小效应量。此时可以认同此统计结论（接受原假设），在此情境下不需要进一步探讨研究。,第六个表格：性别与消费倾向类型的交叉表。（省略）第七个表格：性别与消费倾向类型的卡方检验表。（省略）具体分析，由同学们思考。,在实际应用中，大部分测量数据都是获得原始数据，即获得每

12、个作答的具体信息，在SPSS录入的数据集中，一个被试占一行记录。当然，有时也会获得的是计数数据，例如统计满意度调查，或者简要汇总某些教育信息时。无论是原始数据、还是汇总数据，最后所得的卡方检验结果是一样的。不同的是，汇总数据在SPSS操作时，需要对“人数”等变量进行加权。,【思考题】,由【例5-1】的原始资料录入为原始数据文件“精神焦虑与慢性胃病的调查原始信息数据.sav”，在SPSS中一行代表一个被试的信息。请根据原始数据文件，分析精神焦虑与慢性胃病是否存在联系。将此结果与【例5-1】的分析结果对比，比较两种情况下的统计结果是否有差异。,第五章 交叉表分析,5.1 交叉表格的独立性检验及效应

13、量计算5.2 分层交叉表的独立性检验5.3 一致性卡方检验5.4 列联表的品质相关分析5.5 交叉表格分析的报告参考样例,5.2 分层交叉表的独立性检验,分层交叉表分析也可称为分层卡方分析、分层卡方检验。它是把对象分解成不同的层次，每层分别研究检验行变量与列变量的独立性。,如果分层卡方分析的分层变量在几个分层之间的分布不均，既可能削弱了原本存在的行变量与列变量之间的关系，也可能使得原本不存在关系的两个变量的关系呈现统计学显著。为了避免分层卡方分析带来的误差，分层卡方分析往往需要大样本数据。用于分层的变量往往是性别、年级、职业、地区等人口学变量。,案例：【例5-3】为了解大学生的专业承诺、与大学

14、生的学习兴趣、学习成绩之间的关系，通过问卷调查获得了数据文件“专业承诺与学习兴趣、学习成绩的关系.sav”。考虑到这些信息可能存在性别差异，因此将性别变量作为分层变量。,第1步：打开分析数据。打开“专业承诺与学习兴趣、学习成绩的关系.sav”文件。第2步：启动分析过程。点击【分析】【描述统计】【交叉表】菜单命令。,第3步：设置分析变量。选择 “专业承诺”变量选入“行：”变量框中。选择“学习兴趣”、“学习成绩”变量选入“列：”变量框中。此外，在“层1/1”框内，将性别变量从左边选择到分层变量框内。在左下角，选中“显示簇状条形图”。,第4步：统计量选择。点击【统计】按钮，弹出“交叉表：统计”的对话

15、框。本例选中“卡方”和 “柯克兰和曼特尔-亨塞尔统计”。,第5步：设置交叉表的显示。点击【单元格】按钮，弹出“交叉表：单元显示”的对话框。 在“计数”栏内，选中“实测”。,第6步：设置输出格式。点击【格式】按钮，弹出对话框。 在本例中，按系统默认选择“升序”。第7步：在主对话框中点击【确定】按钮。第8步：结果分析。,第 二个表格：专业承诺 * 学习兴趣 * 性别的交叉表,第三个表格：专业承诺*学习兴趣*性别的卡方检验表,第二个表中的“总计”所对应的卡方检验值，就是未分层前的卡方检验值。由结果可知，在“性别”=女、“性别”=男、总计三个栏目上的卡方值都达到显著，拒绝原假设，即在性别各个层次上，专

16、业承诺与学习兴趣两个变量存在着关联。也就是说，无论是男性还是女性，专业承诺与学习兴趣都存在紧密的联系。,第四个表格：对称测量,计算效应量和统计检验力。第一步：“性别”=女、“性别”=男、总计三个栏目的效应量克莱姆 V系数分别为：0.321，0.481，0.413。第二步：根据Cohen（1992）对克莱姆 V系数效应量大小的评定表（查询本书的表5- 2），本例中更小自由度为1，在该评定表中的第一行中查找，“性别”=女、“性别”=男、总计的克莱姆 V系数都介于0.3与0.5之间，为中效应量。,第三步：克莱姆 V系数的大小和自由度查表确定统计检验力。在本例中，性别”=女、“性别”=男、总计三个栏目

17、的自由度都为（21）*（21）1，人数N分别为150，153，303查询表5- 3统计检验力表，并根据表中的已有数据使用线性插值方法计算，可得统计检验力分别为 0.92，0.92，0.99，也就是说，男性、女性，以及总体上的专业承诺与学习兴趣存在紧密的联系，其可能性分别为92%，92%，99%。,由此，本例三个卡方检验都为统计显著（P小于0.05，拒绝原假设），并且中效应量。此时说明统计结论（拒绝原假设的结论）可信度尚可，应该可以认同这些结论（拒绝原假设）。,第四至六个表格：层间一致性检验、条件分层卡方检验、优势比。,比值比齐性检验，也就是层间一致性检验。sig值显示差异不显著，说明不同性别组

18、中，专业承诺与学习兴趣的关系是相同的。,条件独立性检验，也就是分层卡方检验，这里的柯克兰卡方值为50.287，曼特尔-亨塞尔47.801，对应的P都小于0.05，拒绝原假设。结论是：考虑了性别的影响因素后，专业承诺与学习兴趣是有关联的。,曼特尔-亨塞尔一般比值比估算为7.571，对应的渐进性显著性为0.000，小于0.05，拒绝原假设。结论：在排除性别因素的影响后，与专业承诺低相比，专业承诺高的人群中学习兴趣高的比例，是学习兴趣低的人群的7.571倍。,课堂练习计算专业承诺 * 学习成绩 * 性别的三个卡方检验中的效应量和统计检验力，由同学们在课堂中计算练习。,第四、五个表格：专业承诺 * 学

19、习成绩 * 性别的交叉表、卡方检验表。,第五章 交叉表分析,5.1 交叉表格的独立性检验及效应量计算5.2 分层交叉表的独立性检验5.3 一致性卡方检验5.4 列联表的品质相关分析5.5 交叉表格分析的报告参考样例,5.3 一致性卡方检验,一致性卡方检验属于配对卡方检验的一种。 它经常用在下列两种情况中：一种是检验测验诊断评价结果（或实验方法）与公认标准的一致性；另一种是评价两种方法对同一批样本的实验效果一致性，或两个专家对同一批样本的评价结论的一致性，等等。,一致性卡方检验常用的评价指标为Kappa值。Kappa值即内部一致性系数，是作为评价判断的一致性程度的重要指标。取值在01之间。Kap

20、pa0.75两者一致性较好；0.75Kappa 0.4两者一致性一般；Kappa0.4两者一致性较差。,案例：【例5-4】两位教师对104篇学生的论文进行评审，请评价这两位老师的评价一致性。第1步：打开分析数据。打开“两教师对论文的成绩评价.sav”文件。第2步：启动分析过程。点击【分析】【描述统计】【交叉表】菜单命令。,第3步：设置分析变量。选择 “甲教师”变量选入“行：”变量框中。选择“乙教师”变量选入“列：”框中。第4步：统计量选择。点击【统计】按钮，弹出“交叉表：统计”的对话框。本例选中“ 卡方”、以及“ Kappa” 两个复选框。其他复选框都不选择。,第5步：设置交叉表的显示。点击【

21、单元格】按钮，弹出“交叉表：单元显示”的对话框。 在“计算”栏内： 在本例中，选中“ 实测”。其他复选框在本例中，均不选择。,第6步：设置输出格式。点击【格式】按钮，弹出对话框。 在本例中，按系统默认选择“升序”。设置完成后，点击【继续】按钮回到上一级对话框。第7步：在主对话框中点击【确定】按钮。第8步：结果分析。,第一个表格：统计摘要表。（略）第二个表格：甲教师、乙教师的交叉表。,第三个表格：甲教师、乙教师的卡方检验表。,在卡方检验表中，皮尔逊卡方检验的卡方值为32.621，显著值Sig值为0.0000.05，应拒绝原假设，即认为甲教师与乙教师的评审之间不独立的，两变量之间存在着关联。,课后

22、练习：卡方检验的效应量和统计检验力由学生课后在计算,第四个表格：甲教师、乙教师的Kappa系数,分析：根据Kappa的标准： Kappa0.75两者一致性较好；0.75Kappa0.4两者一致性一般；Kappa0.4两者一致性较差。在本例中的结果，Kappa值为0.590，属于两者一致性一般。,第五章 交叉表分析,5.1 交叉表格的独立性检验及效应量计算5.2 分层交叉表的独立性检验5.3 一致性卡方检验5.4 列联表的品质相关分析5.5 交叉表格分析的报告参考样例,5.4 列联表的品质相关分析,分析两个分类变量之间的相关分析。,这里只讨论相关系数、C相依系数。斯皮尔曼（Spearman）相关

23、系数、皮尔逊（Pearson）相关系数将在第八章中讲述。,案例：在关于儿童从众行为与儿童的思维类型（场独立性、场依存性）之间是否有关联，儿童的从众回答人数情况表如下：,(需要同学们思考怎么在SPSS中输入此表格的数据？),第1步：输入数据。汇总表中涉及到两个变量“思维类型”，“回答类型”；变量“思维类型”有两个水平：1为场独立性，2为场依存性；“回答类型”有两个水平：1为从众回答，2为不从众回答；变量“人数”为计数频数。第2步：进行人数加权。在单击菜单命令【数据】【个案加权】，打开【个案加权】对话框。选择单选按钮“个案加权系数”，再将变量“人数”选入“频率变量”框，单击【确定】按钮，完成变量“

24、人数”加权。,第3步：启动分析过程。点击菜单【分析】【描述统计】【交叉表】菜单命令第4步：设置分析变量。选择 “儿童思维类型”变量选入“行：”变量框中。选择“儿童从众回答”变量选入“列：”变量框中。,第5步：统计量选择。点击【统计】按钮，选中“ 卡方”、“ Phi和克莱姆V”这两个复选按钮。第6步：在主对话框中点击【确定】按钮，提交执行。 第7步：结果分析。,第一个表格：个案处理摘要。（略）第二个表格：儿童思维类型 * 儿童从众回答 交叉表,儿童思维类型、儿童从众回答这两个变量之间的独立性检验的卡方值为15.266，对应的P值为0.000，小于0.05，拒绝原假设，即儿童思维类型与儿童从众回答

25、这两个变量存在关联性。对应的效应量和统计检验力由同学们课后计算。,第四个表格：对称测量,特别说明：儿童思维类型、儿童从众回答之间的Phi相关系数为-0.135，这里的负值表示2*2四分格中， ad 小于 bc,儿童思维类型、儿童从众回答之间的Phi相关系数为-0.135，对应的P值为0.000，小于0.05，拒绝原假设，即儿童思维类型与儿童从众回答这两个变量存在显著的相关性。同理，儿童思维类型、儿童从众回答之间的Cramer V相关系数（也就是C系数）为0.135，对应的P值为0.000，小于0.05，拒绝原假设，即儿童思维类型与儿童从众回答这两个变量存在显著的相关性。,案例：【例5-6】某一

26、大学进行研究生的英语学位考试，获取该次考试中的部分试题作答数据和考生最后的成绩评定，数据文件为“英语学位考试成绩.sav”，试分析这些试题的区分度（Phi相关系数）。SPSS操作步骤：第1步：打开数据。 打开数据文件“英语学位考试成绩.sav”。,第2步：启动分析过程。点击菜单【分析】【描述统计】【交叉表】菜单命令,第3步：设置分析变量。选择 “v1，v2v20”这20道试题变量选入“行：”变量框中。选择“学位英语成绩评定”变量选入“列：”变量框中。第4步：统计量选择。点击【统计】按钮，弹出“交叉表：统计”的对话框。本例选中 “ Phi和克莱姆V”这两个复选按钮。其他复选框都不选择。,第5步：

27、在主对话框中点击【确定】按钮，提交执行。 第6步：结果分析。在结果窗口中查看计算结果，主要输出内容如下。,第一个表格：个案处理摘要。（略）第二、三个表格：v1 * 学位英语成绩评定 交叉表和对称测量表,在对称测量表格中，v1 与学位英语成绩评定两个变量的Phi相关系数为0.142，对应的，对应的渐进显著性P值为0.000，小于0.05，拒绝原假设，即v1 与学位英语成绩评定两个变量有关联。这也就是说，v1试题的区分度Phi相关系数显著，或者说，v1试题的区分度较高，有较高的区分能力。,在这20道试题中，与v1的Phi相关系数检验相似，区分度较高、有较高的区分能力的试题还有v3，v4，v5，v7

28、，v8，v9，v10，v11，v12， v14，v15，v16，v17，v19，v20。,第四、五个表格：v2 * 学位英语成绩评定 交叉表和对称测量表,v2 * 学位英语成绩评定 怎么分析？,在对称测量表格中，v2 与学位英语成绩评定两个变量的Phi相关系数为0.063，对应的渐进显著性P值为0.117，大于0.05，接受原假设，即v2与学位英语成绩评定两个变量没有关联。这也就是说，v1试题的区分度Phi相关系数不显著，或者说，v2试题的区分度较低，没有区分能力。,在这20道试题中，与v2的Phi相关系数检验相似，区分度较低、没有区分能力的试题还有v6，v13，v18。,第五章 交叉表分析,

29、5.1 交叉表格的独立性检验及效应量计算5.2 分层交叉表的独立性检验5.3 一致性卡方检验5.4 列联表的品质相关分析5.5 交叉表格分析的报告参考样例,5.5 交叉表格分析的报告参考样例,一、独立性卡方检验的报告参考样例,需要报告：（1）汇总表；（2）卡方检验值、显著性，结论；（3）卡方检验的效应值和统计检验力,【例5-1】分析结果报告：,对焦虑情况、胃病情况进行独立性卡方检验，皮尔逊卡方检验的卡方值为7.469，显著值Sig值为0.0060.05，应拒绝原假设，即认为精神焦虑与患慢性胃病是不独立的，两变量之间存在着关联。皮尔逊卡方检验的效应量克莱姆 V系数值为0.148，介于0.1与0.

30、3之间，为小效应量。,由于卡方检验所对应的是小效应量，说明此统计结论的可靠性较低，还需进一步的研究资料佐证此结论，研究结果推广时要慎重。根据克莱姆 V系数值的大小和自由度查表确定统计检验力大约0.29，也就是说，本例中精神焦虑与患慢性胃病这两个变量之间存在着关联，其可能性为29%左右。,二、分层卡方检验的报告参考样例本书【例5-3】分析结果,在“性别”=女、“性别”=男、总计三个栏目上的卡方值分别为25.857、35.371、61.743，所对应的概率分别为0.000、0.000、0.000，都小于0.05，拒绝原假设，即在性别各个层次上，专业承诺与学习兴趣两个变量存在着关联，换句话说，无论是

31、男性、还是女性，专业承诺与学习兴趣存在紧密的联系。 “性别”=女、“性别”=男、总计三个栏目的效应量克莱姆 V系数的值分别为：0.415，0.481，0.451，以上都属于中效应量。,“性别”=女、“性别”=男、总计所对应的卡方检验效应量都为中效应量，此时说明统计结论（拒绝原假设的结论）可信度相对较高，应该可以认同此结论（拒绝原假设）。根据克莱姆 V系数值的大小和自由度查表确定统计检验力，可得统计检验力分别为 0.92，0.92，0.99，也就是说，男性、女性，以及总体上的专业承诺与学习兴趣存在紧密的联系，其可能性分别为92%，92%，99%。,三、品质相关分析的报告参考样例【例5-6】统计分

32、析结果,儿童思维类型、儿童从众回答这两个变量之间的独立性检验的卡方值为15.266，对应的P值为0.000，小于0.05，拒绝原假设，即儿童思维类型与儿童从众回答这两个变量存在关联性。接下来计算效应量0.135，为小效应量，其统计检验力为大约0.29，即29%左右。因此，统计量检验显著（P小于0.05，拒绝原假设），是小效应量，说明统计结论的可靠性较低，研究结果推广时要慎重,还需要进一步的研究资料佐证此结论。,儿童思维类型、儿童从众回答之间的Phi相关系数为-0.135，对应的P值为0.000，小于0.05，拒绝原假设，即儿童思维类型与儿童从众回答这两个变量存在显著的相关性。,【练习题】,1.

33、 某心理调查中，得到314名学生的智商分数和性格类型情况，如下表。请分析性格类型与智商分数之间是否存在关联？,2.对于某项任选课程，男生持满意态度的有25人，持不满意态度的有38人，不置可否的人数为12；女生持满意态度的有33人，持不满意态度的有21人，不置可否的人数为9。 问男女性别对该任选课程的态度是否有差异？,3.某心理调查中，得到大学生网瘾调查情况与人际交往情况，数据见“大学生网瘾调查类型.sav”。请分析学生网瘾情况与人际交往是否存在一定的关联？,4.甲乙两位评审教师对一批学生论文分别独自做出了成绩等级评价，见下表。请分析评价两位评审教师的评分一致性。,5.大学生调查问卷中，得到性别与对吸烟的态度资料见表。请问性别与吸烟态度是否存在关联或差异。,6.对一群失眠症患者进行治疗，让一些人服用安眠药，另一些人服用糖衣药片（他们都认为自己服的是安眠药），其中服用安眠药组有56例睡眠好、15例睡眠不好；服用糖衣药组有90例睡眠好、29例睡眠不好；问安眠药与糖衣药的效果有无差别。,7.某班59名男女学生全部参加大学英语四级水平考试，女生合格16人、不合格23人，男生合格9人、不合格21人，问男女学生在英语四级通过情况上有无差别。,