乾貨 | 利用SPSS進行高級統計第一期(更新)

作者:彭彭

Hello,

這裏是行上行下,我是喵君姐姐~

在之前的文章中,我們以此介紹瞭如何利用SPSS進行高級統計分析,內容包括:

(1)描述性統計表格模板、卡方&T檢驗、相關&迴歸分析

(2)中介、多重中介、鏈式中介、調節分析、有中介的調節分析

(3)單因素方差分析、多因素方差分析、重複測量方差分析

(4)EFA、CFA分析以及結構方程模型

在本系列中,我們邀請到彭彭繼續對之前的教程進行完善。在本期中,我們主要介紹瞭如何對數據進行描述、卡方&T檢驗、獨立樣本t檢驗、相關樣本t檢驗、迴歸分析。

寫在前面:

本文件爲教程文件,主要向表達具體操作問題,很多分析可能是沒有邏輯的。這也提醒我們,不可數據驅動,一定要理論先行,數據輔助。

此外,本系列的數據來自馬得勇主持的“網民社會意識調查”數據庫,在此向馬教授及其項目組全體成員的工作致敬。

一、對數據進行描述

1. 描述內容

一般情況下,描述平均數、標準差及相關性即可。

操作爲:

選擇需要的變量,勾選平均值及標準差即可,需要其他的統計量也可以進行勾選。比如百分位數常用於區分高低分組(前後27%)。

相關的分析如下,一般都是連續變量,因此選擇雙變量相關,特殊類型數據請採用其他相關。

做相關的時候,也可以計算平均值和標準差。

描述統計中爲平均值、標準差。

相關性表格中爲相關係數,顯著性,星星代表的顯著情況如表格註釋。

二、對數據關係進行描述:兩者之間有無顯著差異:卡方&T檢驗

1. 分類變量*分類變量:卡方檢驗

(1) Spss操作

(2) Spss結果解讀

結果選擇:

(1) 當兩組總樣本量n≥40,且所有單元格的期望計數(理論數,T)≥5時,選擇Pearson卡方(第一行);若所得P≈0.05時,用Fisher精確檢驗(第四行)。

(2) 當n≥40但有1≤T≤5時,用連續校正。

(3) 當n<40或T<1時,用Fisher(費希爾)精確檢驗。

結果解讀:對於被調查的被試來說,男性和女性間的政治面貌存在顯著差異(=13.765,p<0.001)。

2. 分類變量*連續變量:獨立樣本t檢驗

(1) Spss操作

(2) Spss結果解讀

萊文方差等同性檢驗:p<0.05說明方差不齊,看第二行;p>0.05說明方差齊性,看第一行。

Cohens’ d 計算公式:

網站:https://www.easycalculation.com/zh/statistics/effect-size.php

結果報告:對“爲減少收入不平等,應當對富人徵收更高比例的稅”的認同程度是否存在性別差異進行檢驗,採用獨立樣本t檢驗的方式,結果發現女性的認同度(M=2.27,SD=0.982)顯著高於男性(M=2.20,SD=1.059),t(3472)=-2.096,p=0.036,cohens‘ d=-0.07。

3. 分類變量(成對)*連續變量=相關樣本t檢驗

(1) Spss操作

(2) Spss結果解讀

結果報告與獨立樣本t檢驗一致,因爲所選分析數據並無成對關係,因此解讀很困難,在此略過。

三、對數據的預測關係:線性迴歸

(1) Spss操作

(2) Spss結果解讀

(2) 報告

對現有數據進行迴歸分析,以我國政治社會現狀滿意度作爲被預測變量,以派別、教育程度及真實作答情況作爲預測變量。

結果發現,如下表所示,派別可以顯著負向預測政治社會現狀滿意度(β=-0.12,p<0.001);教育程度能夠顯著正向預測政治社會現狀滿意度(β=0.06,p<0.01);但真實作答情況無法顯著預測政治社會現狀滿意度(β=0.002,p=0.90)。


本期的內容就到此結束啦!

本期我們介紹瞭如何對數據進行描述,卡方&T檢驗、獨立樣本t檢驗、相關樣本t檢驗、迴歸分析。

在下一期中,我們將繼續介紹中介分析以及有調節的中介分析。


排版:華華

作者:彭彭

校對:喵君姐姐

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章