社会调查方法-对资料的统计与分析

社会调查方法—对资料的统计与分析1、频数分布一组数据中取不同值的个案的绝对次数分布情况。2、频率分布一组数据中不同取值的频数相对于总数的比率分布情况。通常以百分比的形式表达。

职业类别人数（个）工人46教师352合计20表9-1某班学生父亲的职业分布职业类别%）工人2030教师152510合计100表9-2某班学生父亲职业分布

一、描述性统计分析社会调查方法—对资料的统计与分析3、集中趋势分析

集中趋势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。

①平均数（Mean）：②众数（Mode）：众数是一组数据中出现次数最多（即频率最高）的那个数值。③中位数（Median）：把一组数据按值的大小顺序排列起来，处于中央位置的那个数值就叫中位数。社会调查方法—对资料的统计与分析4、离散趋势分析

社会调查方法—对资料的统计与分析5、如何利用SPSS生成频数/频率表实例：对变量“文化程度”进行频数统计。操作步骤：单击Analyze→DescriptiveStatistics→Frequencies…，此时会出现Frequencies对话框：社会调查方法—对资料的统计与分析将变量“文化程度”从对话框左边的变量列表选入右边的方框内→点击OK，便可得到如下频数与频率表。社会调查方法—对资料的统计与分析统计表中的英—中文对译：Frequency：频次Percent：百分比ValidPercent：有效百分比CumulativePercent：累计百分比Valid：有效值Missing：缺失值Total：合计社会调查方法—对资料的统计与分析6、如何利用SPSS求集中量数实例：求“年龄”这一变量的集中量数。操作步骤如下：第一步：单击Analyze→DescriptiveStatistics→Frequencies…，此时会出现Frequencies对话框，将变量“年龄”从对话框左边的变量列表选入右边的Variable(s)：框内→OK，如下图所示：社会调查方法—对资料的统计与分析第二步：单击“Statistics…”按钮，出现如下对话框：社会调查方法—对资料的统计与分析第三步：根据需要选择集中趋势统计量由于“年龄”是一个定距级以上的变量，所以从理论上讲刚才所介绍的集中量数都可以选择。不过实务操作中一般不选Mode和Sum（请同学们思考这是为什么）。第四步：单击“Continue”→“OK”即可。社会调查方法—对资料的统计与分析统计表中的英—中文对译：

PercentileValues（百分位计算）框

Quartiles(四分位数)

Cutpointsfor:□equalgroups(若干等分位数，默认为10分位数)

Percentile(s):不定分位数，如求第5%和95%位置上的值。CentralTendency(集中趋势测量的统计量)框

Mean（均值）

Median（中位数）

Mode（众数）

Sum（总和）社会调查方法—对资料的统计与分析7、如何利用SPSS求离中量数实例：求“年龄”这一变量的离中量数。操作步骤如下：第一步：操作与前面所讲的求“年龄”这一变量的集中量数完全相同。第二步：操作与前面所讲的求“年龄”这一变量的集中量数完全相同。统计表中的英—中文对译：

Dispersion(离散趋势测量的统计量)框

Std.deviation（标准差）

Variance（方差）

Range（全距）

Minimum（最小值）

Maximum（最大值）

（均值的标准误）第三步：根据需要选择离散趋势统计量由于“年龄”是一个定距级以上的变量，所以从理论上讲刚才所介绍的离中量数都可以选择。不过实务操作中一般不选异众比率（请同学们思考这是为什么）。

第四步：单击“Continue”→“OK”即可。社会调查方法—对资料的统计与分析二、相关分析现象间的关系函数关系(确定性关系)相关关系(不确定性关系

)因果关系与共变关系单相关、复相关、偏相关直线相关与曲线相关正相关与负相关完全、不完全、完全不相关请您判断下列现象之间的关系：身高与体重血性与性格圆的面积与它的半径学校的排名与学生成就学习时间与学习成绩价格与销售额社会调查方法—对资料的统计与分析不相关负线性相关正线性相关非线性相关完全负线性相关完全正线性相关社会调查方法—对资料的统计与分析社会流动程度妇女就业状况离婚现象青少年犯罪现象【讨论】您能找出下述四个现象之间的因果联系吗？青少年犯罪现象、社会流动程度、离婚现象、妇女就业状况社会调查方法—对资料的统计与分析相关分析的统计工具散点图相关系数rr的取值范围在[-1，1]；r=0表示不相关，低度相关；，中度相关；0.7<|r|<1，高度相关SPSS之Correlate命令分析（例题）社会调查方法—对资料的统计与分析【例题】假定对10名工人进行调查（结果见下表），试计算工人的年龄与他们收入之间的相关程度。

序号年龄(岁)收入(元/月)1252802323003413504283005373806503607444008544201033260社会调查方法—对资料的统计与分析社会调查方法—对资料的统计与分析变量关系类型交互分类（Grossclassification）【只适用于定类、定序变量】

年龄与对提前退休的态度的交互分类表（人）

社会调查方法—对资料的统计与分析交互分类表的形式要求：（1）规范简洁，最好不用竖线。（学术论文中常用三线表）（2）如果计算的是百分比，则要在表的下端用括号标出每一纵栏所对应的频数。（3）常以自变量作纵栏标题，以因变量作横行标题，并取纵栏%，即自变量为基准计算%。（4）两个变量的变量值应有所限制。不能同时具有多个变量值。如果变量值都多，那么可采将某些变量值进行合并的方法减少变量值，以缩小交互分类的规模。社会调查方法—对资料的统计与分析X检验的具体步骤：①建立两变量间无关系的假设，即两变量相互独立，互不相关。②计算出X值。③根据自由度df=(r-1)(c-1)和给出的显著性水平（α值），查X分布表，得临界值。④将计算出的X值与查得的临界值对比：若X值≥临界值，则进入否定域，称差异显著，并拒绝两变量独立的假设，即承认两变量间有关系；若X值<临界值，则称差异不显著，并接受两变量独立的假设，即两变量间无关系。说明：X≥临界值，表明统计差异不在抽样误差允许的范围内，即总体实际上存在差异，相关，不独立；X<临界值，表明统计差异是由抽样误差造成的，总体实际上无显著差异，不相关，无关系。社会调查方法—对资料的统计与分析相关操作交互分析打开SPSS→Analyze→DescriptiveStatistics→Crosstabs…将待分析的两个变量分别选入Row(s):与Column(s):框中，点击OK键，即可得到交互分析表。社会调查方法—对资料的统计与分析例如：性别与文化程度之间的关系分析。将性别与文化程度分别从左边的变量名列表中，选入右边的Row(s):与Column(s):框中，点击OK键，即可得到性别与文化程度的交互分析表。统计的同时，还可以点击Statistics…按钮，在对话框中选择Chi-square(卡方检验)。点continue→OK，得卡方检验结果，如下表。社会调查方法—对资料的统计与分析通过相关分析可以知道两个变量之间相关关系的程度和方向。这时我们就可以通过一个已知变量的情况去预测另一个未知变量的情况，而这种通过已知变量预测未知变量，找出变量间的依存(数量)关系,用函数关系式表达出来的分析方法被称为回归分析。三、回归分析社会调查方法—对资料的统计与分析“回归”的来由：“回归”的概念是1877年英国生物学家高尔顿首先提出。高尔顿在研究父母身高与子女身高关系时发现身材高的父母所生的子女的身材一般要高些，但不是最高；身材矮的父母所生子女的身材一般也矮些，但不是最矮。而且子女的身高趋于父母的平均身高，高尔顿把这种现象称为回归。高尔顿（FrancisGalton,1822-1911）社会调查方法—对资料的统计与分析回归分析的方法散点图分析（例题）

建立回归方程，进行预测。单相关：一元回归方程Y=a+bX（线性、曲线）复相关：多元回归方程Y=a+b1X1+b2X2+b3X3

社会调查方法—对资料的统计与分析社会调查方法—对资料的统计与分析【例题】假定对10名工人进行调查（结果见下表），试计算工人的年龄与他们收入之间的函数关系。

序号年龄(岁)收入(元/月)1252802323003413504283005373806503607444008544201033260社会调查方法—对资料的统计与分析社会调查方法—对资料的统计与分析回归分析研究的是自变量与因变量之间的非确定性的因果关系；SPSS提供的回归分析过程有：

线性回归(Linear)、曲线估计(CurveEstimation)、二分变量逻辑回归(BinaryLogistic)、多分变量逻辑回归(MultinomialLogistic)、序回归(Ordinal)、概率单位回归(Probit)、非线性回归(Nonlinear)、加权估计(WeightEstimation)、最优编码回归(optimalScaling)和二阶段最小平方法(2-StageLeastSquares)。社会调查方法—对资料的统计与分析回归的含义：回归（Regression，或LinearRegression）和相关同样都用来分析两个定距变量间的关系，但回归有明确的因果关系假设。即要假设一个变量为自变量，一个为因变量，自变量对因变量的影响就用回归表示。如年龄对收入的影响。由于回归构建了变量间因果关系的数学表达，它具有统计预测功能。社会调查方法—对资料的统计与分析

回归的统计原理：两个定距变量的回归是用函数y=f（x）来分析的。我们最常用的是一元回归方程其中x为自变量；y为因变量；a为截距，即常量；b为回归系数，表明自变量对因变量的影响程度。社会调查方法—对资料的统计与分析在统计学中，这一方程中的系数是靠x与y变量的大量数据拟合出来的。XYY=a+bx（x，y）社会调查方法—对资料的统计与分析由图中可以看出，回归直线应该是到所有数据点最短距离的直线。该直线的求得即使用“最小二乘方法”，使:在拟合的回归直线方程中，回归系数：表示x每变化一个单位时，x与y共同变化的程度（共变异数）。常数社会调查方法—对资料的统计与分析社会调查方法—对资料的统计与分析比如通过上学年数和工资的关系计算得出下列的回归公式：就可知上学年数每增长1年，工资会增加元；也可推测，上学年数为15年的人，工资收入应为472+14.8*15=694元。社会调查方法—对资料的统计与分析LinearRegression对话框因变量自变量指定回归方法全部选入逐步回归强行剔除向后剔除向前选择加权最小平方法指定选择参与回归分析观测量的变量指定作为观测量标签的变量(Analyze

Regressionlinear)社会调查方法—对资料的统计与分析LinearRegression对话框关于回归系数的选择项非标准化回归系数95%置信限非标准化回归系数的方差-协方差提供判定系数、估计标准误、ANOVA表等显示每个自变量进入方程后对R2和F值的影响描述性统计量部分相关和偏相关共线性诊断德宾-沃森检验与回归系数相关的统计量观测值诊断社会调查方法—对资料的统计与分析LinearRegression对话框标准化预测值标准化残差剔除残差调整预测值学生化残差学生化剔除残差输出标准化残差相对于因变量的散布图标准化残差图直方图正