1、双变量统计及spss应用1高等教育一、交互分类和X2检验检验（一）X2检验的作用检验的作用（二）（二）X2检验的基本假定和原假设检验的基本假定和原假设1.基本假定基本假定（1）样本用随机方法取得）样本用随机方法取得（2）两个变量是）两个变量是定类变量；或一个定类，一个定类变量；或一个定类，一个定序。定序。2.关于总体的情况，关于总体的情况，X2检验的研究假设（检验的研究假设（H1）和原假设（和原假设（H0即虚无假设）分别为：即虚无假设）分别为：研究假设研究假设 H1：X与与Y相关（总体中）相关（总体中）原假设原假设 H0：X与与Y不相关（总体中）不相关（总体中）2高等教育（三）X2检验的步骤检
2、验的步骤3高等教育（四）交互分类与X2检验的检验的spss应用应用1.进行交互分类的基本过程进行交互分类的基本过程1）打开交互分类对话框）打开交互分类对话框单击分析单击分析-描述统计描述统计-交叉表交叉表2）确定需要进行分析的变量）确定需要进行分析的变量4高等教育源变量放入此框的变量在交互分类表中以行的形式出现一般将因变量放入此处。将自变量放入列放控制变量，可以放1个，也可以放多个5高等教育3）选择统计量卡方：对行变量和列变量的独立性进行卡方检验6高等教育4）其它选择默认项例子：性别和生活7高等教育 自己选择几个定类变量操作下。8高等教育二、相关测量法及检验（一）两个定类变量（或定类与定序）：
3、1.基本原理：如果两个定类变量相关，以一个变量的值来预测另一个变量的值，可以减少多少误差。2.值介于0-1间，0表示不相关，1表示全相关，数值越大，相关程度越强。3.测量有两种测量形式对称形式：即两个变量的关系是对称的，不分自变量和因变量（两个变量可能相互影响），如家长的教育期望和子女的教育期望。非对称形式：即一个是自变量X，一个是因变量Y,X影响Y，但Y不影响X。9高等教育如性别和就业取向间的相关系数是0.27，用性别预测青年的就业取向，可以削减27%的比例。4.假设检验：X2检验检验研究假设研究假设 H1:X与与Y相关相关虚无假设：虚无假设：H0:X与与Y不相关不相关10高等教育（二）两个
4、定序变量：Gamma(通常用G表示)1.G系数适合于分析对称关系2.值在-11之间，即表示相关的程度，也表示相关的方向，并且具有消减比例误差的意义。如青年的学历水平和工资等级之间的G为0.28，表示正相关，以一个变量的相对等级来预测另一个变量时，可以削减28%的比例误差。11高等教育3.假设检验：Z检验和t检验研究假设研究假设 H1:总体中总体中G0(或或0（或（或0.05,表示总体中二者不相关。22高等教育对称测量和非对称测量的值均为0，说明二者不相关。23高等教育2.定类和定序：性别和职业24高等教育“对称的”表示两个变量对称测量的值（0.116），即以两个变量相互预测，可以削减11.6%
5、的误差。标准差为0.015，T值为7.031，显著性检验水平（近似值sig.）为0.000.“职业类别因变量”表示职业类别为因变量时候的值（0.04），即以性别预测职业。“被调查者性别因变量”表示性别为因变量时候的值（0.233）。研究者根据统计的需要决定采取对称测量还是非对称测量。25高等教育3.定序和定序：G测量（对称测量）和t检验职业和生活二者正相关，相互预测可以减少23.85%的误差比例。T值为5.442，对应的sig.为P=.0000.05，拒绝研究假设。29高等教育 教育年限与声望30高等教育（二）相关命令中的双变量分析 分析相关双变量 操作过程 打开此命令，弹出 选择要分析的变量
6、 选择相关测量法双变量分析主要提供定序以及以上层次的测量31高等教育Pearson系数，适用于定距及以上层次变量相关的测量Kendalls tau-b:肯德尔b系数,适用于两个定序变量的测量。Speaman:斯皮尔曼相关系数，适用于定序变量的测量。双侧检验，即对称相关分析单侧检验，即非对称相关分析如选此项，系统在输出结果时，在相关系数的右上方使用“*”表示显著性水平为0.05,用“*”表示显著性水平为0.01，默认为相关系数值右上角标注“*”32高等教育“选项”，选择输出的统计量输出结果中显示变量的均值和标准差33高等教育实例操作年龄与声望（定距和定距），选择Pearson系数，选择双端检验。
7、34高等教育Pearson相关性是相关系数，由此“被调查者年龄”一列对应的第一个数据为1，表示“被调查者年龄”与“被调查者年龄”的相关系数，因为是同一个变量，所以完全相关。“被调查者声望等级”对应的是0.007，表示其和“年龄”的相关系数为0.007.对应的显著性水平是0.7790.05,说明这种相关在总体中不存在。35高等教育教育年限和声望（定距与定距），选择一端检验，即把教育年限看做是自变量。教育年限为自变量时，其与声望的相关系数是0.52，*和后面的说明，表明这一相关结果进行比较的显著性水平为0.01，并且通过了显著性检验。从上面的结果我们可以得出这样的结论：随机抽取1418名被调查者的教育年限与职业声望的相关关系为0.52，在0.01的显著性水平上，二者相关关系在抽取样本的总体上也是存在的。36高等教育说明：在一次测量中，可以测量多个变量，结果是一个相关矩阵37高等教育
