第十章相关性测量(下)选读.ppt

怎样控制W，使之不变？ 统计控制：分表法就是其中一种控制方法。 根据前置变量W的值，将样本个案分组，然后每组中分析X与Y的关系。 每个分表的作用就是在W不变的情况下分析X与Y的关系，这就是统计控制的基本道理。 控制W后，研究结果的四种可能 X与Y关系消失：X与Y因果关系虚假 X与Y关系维持原状： X与Y因果关系可能真实 X与Y虽仍有关系，但相关程度减弱： X与Y因果关系部分真实，部分由W所致。 当第三个变量被控制时相关关系的方向被改变。 夫妇冲突 住户拥挤 高 低 高 低 （总数） % 63.8 36.2 （599） % 41.6 58.4 （401） G=+0.423 Z=5.233,P＜0.05(一端鉴定) 夫妻冲突 富户拥挤 中等户拥挤 贫户拥挤 高 低 高 低 高 低 高 低 （总数） % 61.4 38.6 （220） % 62.2 37.8 （90） % 81.0 19.0 （294） % 80.7 19.3 （114） % 10.6 89.4 （85） % 9.6 90.4 （197） G=-0.018 Z=0.099 G=+0.008 Z=0.040(不显著) G=+0.052 Z=0.171(不显著) 在控制家庭经济水平后。住户拥挤与夫妻冲突的关系 结论： 住户拥挤与夫妻冲突的因果关系是虚假的，这两个变量的相关可能由家庭经济水平所导致。 难以同时控制很多变量，必须依据一定的理论根据，选择其中重要的那些。 同时，样本数量越多，所能同时控制的变量数目越多。 二、阐明分析 阐明分析，又叫因果环节分析 是探讨因果关系的作用方式或作用途径.即当变量x与变量y相关时,通过引进并控制第三变量,以判明自变量x是否“通过”第三变量而对因变量y产生影响的. 第三变量称为“介入变量” 如果当我们控制了第三变量,原来两个变量之间的关系消失了,那么我们可以说,这个第三变量是x与y之间因果相连的关键环节,即变量x是通过第三变量影响变量y的.如果控制第三变量后,原来两个变量之间的关系没有改变,则可以认为x并非通过第三变量影响y的. 因果分析是要以事实鉴定因果的虚实，而阐明分析是以事实证明因果之间的环节。 怎样控制第三变量呢？ 与因果分析完全相同：分表法 完全阐明 不能阐明 部分阐明 教育水平 子女数目 G=-0.70 结婚年龄：晚婚 G=-0.71， 早婚G=-0.68 不能阐明 重男轻女： 是 G=-0.45 否 G=-0.50 部分阐明 社会意识： 高 G=-0.18 中 G=-0.20 低 G=-0.23 解释力最强 三、条件分析 条件分析所关注的则是原关系在不同条件下是否会有所不同. 如果我们控制了第三变量,发现原来两个变量之间的关系在各种不同的条件下(即第三变量的各种不同取值中)依然存在,且大体相同,则表示变量x与变量y之间的关系具有某种普遍性.反之，如果控制第三变量后,发现在不同的条件下,二者之间的关系不同,那么,则表示变量x与变量y之间的关系具有一定的条件性. 住户拥挤与家庭冲突 G=+0.55 是否取决于家庭规模呢？ 控制家庭规模： 家庭规模大： G=+0.81 家庭规模小： G=+0.12 无论大家庭还是小家庭，拥挤在一起都会增加成员之间的矛盾，但这个问题在大家庭中特别严重。 调查200个社区，人口密度与精神病率 r=+0.06 精神病---社区内人际关系---社区文化同质性 引入文化异同变量 文化同质：r=-0.30 人口密度高，精神病率低 文化异质：r=+0.42人口密度高，精神病率高 说明在不同文化类型的社区中，人口密度与精神病率的关系是不相同的。 压抑分析：X与Y本来没有关系或关系很弱，但在标明若干条件以后，X与Y显然是有关系的或关系强大起来。这种情况，通常称为压抑分析。 曲解分析：把原来负相关变为正相关，或把原来正相关变成负相关的分析叫做曲解分析。 调查480名成年人，发现教育水平越高参加社区活动越少，G=-0.16 将样本分成男女两组： 男：G=+0.26 女：G=+0.40 原先分析中，把男女混合在一起，其实他们在教育水平上和社区活动上都有很大的差异。大部分女性受教育水平低而且参加社区活动少，把他们混合在一起，就会曲解情况。 再见 * 练习十五：分年龄段子女数量期望 老年人 中年人 青年人 子女 数量 期望 2 3 3 4 4 5 2 2 2 2 1 4 1 1 1