第7章均值的比较CompareMeans.doc

第三讲：均值比较与回归分析 教学目的：能应用SPSS软件进行：单个均值假设检验、均值比较分析、相关分析、回归分析等 教学内容：1）均值的比较 2）相关分析 3）回归分析 教学重点：均值比较分析、回归分析 教学难点：均值比较分析 教学时间：1学时 均值的比较Compare Means 调查研究中的个案（Cases）被称为样本。如果样本来自总体，那么，总体的特征可以采用集中趋势或离中趋势加以描述和统计，其结果可以准确地描述总体。一般地，数据总体的均值应为0，方差应为1，即服从标准正态分布。现实中，样本的均值与方差都不能满足该条件，但可加大样本规模使之分布接近总体的正态分布。 在SPSS中，将两个总体均值近比较称为Compare Means，可选择Analyze→Compare Means来实现。Compare Means集中了几个用于计量资料均值间比较的过程。具体有： Means过程：对准备比较的各组计算描述指标，进行预分析，也可直接比较。 One-Samples T Test过程：进行样本均值与已知总体均值的比较。 Independent-Samples T Test过程：进行两样本均值差别的比较，即通常所说的两组资料的t检验。 Paired-Samples T Test过程：进行配对资料的显著性检验，即配对t检验。 One-Way ANOVA过程：进行两组及多组样本均值的比较，即成组设计的方差分析，还可进行随后的两两比较。 1.1　Means过程 和上一章所讲述的几个专门的描述过程相比，Means过程的优势在于各组的描述指标被放在一起便于相互比较，并且如果需要，可以直接输出比较结果，无须再次调用其他过程。显然要方便得多。 1.1.1　界面说明 选择Analyze→Compare Means→Means，进入Means对话框，见图1.1a。其各部分解释如下： 图1.1a Means对话框 ●Dependent List框：用于选入需要分析的变量。 ●Independent List框：用于选入分组变量。 ●Options：弹出Options对话框（见图1.1b），选择需要计算的描述统计量和统计分析： Statistics框：可选的描述统计量。它们是： sum，number of cases 总和，记录数 mean, geometric mean, harmonic mean 均值，几何均值，修正均值 standard deviation，variance，standard error of the mean 标准差，均值的标准误， 方差 median, grouped median 中位数，频数表资料中位数（比如30岁组有5人，40岁组有1人，则在计算grouped median时均按组中值35和45进行计算）。 minimum，maximum，range 最小值，最大值，全距 kurtosis, standard error of kurtosis 峰度系数，峰度系数的标准误 skewness, standard error of skewness 偏度系数，偏度系数的标准误 percentage of total sum, percentage of total N 总和的百分比，样本例数的百分比 Cell Statistics框：选入的描述统计量。 Statistics for First layer复选框组? Anova table and eta 对分组变量进行单因素方差分析，并计算用于度量变量相关程度的eta值。 Test for linearity 检验线性相关性，实际上就是上面的单因素方差分析。 图1.1b Means中的Options对话框 1.1.2　分析案例 例1.1 利用111.sav文件中的数据分析，不同性别sex、月收入income、年龄age等q9（即被访问者最近一次参加促销活动的消费）的不同表现。 上述问题采用Means来解决。如果分析消费与性别的关系，或者说研究男女消费的差异，则月收入和年龄就是两个控制变量。当然，也可分析消费与与收入的关系、消费与年龄的关系，相应地，另两个变量就成了控制变量了。 这里只给出男女消费差异求解的简化操作： Analyze→Compare Means→Means Dependent list框：选入q9 Independent list框：依次选入sex、income、age（注意：sex一定要放在第一位） 单击option：选中Anova table and eta复选框，单击Continue 单击OK 1.1.3　结果解释 有了上一章的基础，Means过程的输出看起来就不太困难了。它的输出结果包括Case Processing