11传播学研究方法第十一讲研究生

传播学研究方法第十一讲

SPSS基础钟智锦中山大学传播与设计学院参考书：张文彤、闫洁主编《SPSS统计分析基础教程》，高等教育出版社张文彤、闫洁主编《SPSS统计分析高级教程》，高等教育出版社假设检验的思路

H0零假设（虚无假设）是做统计检验时的一类假设。在比较均值时，一般会取“二者的均值没有差异”作为零假设；在相关性检验中，一般会取“两者之间没有关联”作为零假设。P值（Pvalue）P值是当零假设为真时所得到的样本观察结果出现的概率。如果P值很小，说明原假设情况的发生的概率很小，根据小概率原理，我们就有理由拒绝零假设，P值越小，我们拒绝零假设的理由越充分。或者说，零假设的不成立不是巧合，是具有统计学上的意义的。难产儿出生体重n=35,

X=3.42,S=0.40,一般婴儿出生体重μ0=3.30（大规模调查获得），难产儿的体重和一般婴儿的体重是否相同？解：1.建立假设、确定检验水准α

H0：μ=μ0

（无效假设，nullhypothesis）

H1：（备择假设,alternativehypothesis，）双侧检验，检验水准:α=0.052.计算检验统计量，

df=n-1=35-1=34T检验的例子①双侧检验。如果检验的目的是检验抽样的样本统计量与假设参数是否存在差异，就把风险平分在右侧和左侧。H0:u=u0②单侧检验。这种检验只注意估计值是否偏高或偏低。H0:u>u0，或者H0：u<u0.那种检验更严格？那种检验的p临界值更小？3.查相应界值表，确定P值，下结论

查附表1:t0.05/34

=2.032>1.77,按α=0.05水准，不拒绝H0，两者的差别无统计学意义1.录入数据2.导入数据（sav,excel）3.描述性分析(mean,median,mode;frequency;normaldistribution)4.数据整理(splitfile;sortcases;selectcases,filter)5.计算新变量6.对变量值进行分组合并（合并连续变量，合并分类变量）7.对变量值重新赋值8.Cross-tab(交叉表)：分析两个定类变量之间的关系。课堂练习1.分别计算初始工资、当下工资的平均数、众数、中位数，并判断是否呈正态分布。2.生成一个新变量，工资差=当下工资-初始工资，并计算其平均数、众数、中位数。3.生成一个新变量名为agegroup，24-30岁的员工为young,30.01-60岁的为old,分别计算old和young的比重。4.计算白人女性员工的workexperience的平均值。5.员工从事的工种与种族和性别有关联吗？t-testANOVACorrelationRegressionOnesamplet-test:比较样本均值与总体均值Independentsamplet-test:比较两组样本的均值，两组样本分别来自不同的总体。方差齐性：两个总体的方差是否相等。若两总体方差相等，则直接用t检验，若不等，可采用t'检验或变量变换或秩和检验等方法。Pairedsamplet-test:1.比较同一研究对象处理前后的数据；2.同一研究对象两个部位的数据；3.同一研究对象用两种方法检验的结果ANOVA

为什么不多做几次ttest?Correlation相关系数表示两个变量之间直线相关的程度，用来描述这两个变量在数量上联系的密切程度。散点图Iq2andiq1Iq2andage简单回归：寻找因变量数值随着自变量变化而变化的直线趋势相关分析与回归分析的联系和区别1.相关系数的绝对值是x所能解释的y的变异的百分比的平方根，即R2.相关分析主要描述两个变量数量上联系的密切程度，回归分析重点说明自变量在数量的变化上对因变量数量的影响程度。多元回归分析：1个因变量，多个自变量多重共线性：自变量之间存在线性相关关系。容忍度（tolerance）小于0.1时，存在严重多重共线性。方差膨胀因子（VIF）大于5时，存在严重多重共线性。递进回归分析课堂练习1.所有员工的初始工资和现在的工资之间是否有显著差异？2.白人和其他人种的员工的现有工资是否有显著差异？3.不同工种的员工的现有工资是否有显著差异？4.workexperience与jobseniority之间是否线性相关？5.workexperience与currentsalary之间是否线性相关？6.以currentsalary为因变量，workexperience为自变量进行回归分析。7.以currentsalary为因变量，workexperience和age为自变量进行回归分析。8.以currentsalary为因变量，workexperience,age和beginningsalary