关联分析 spssVIP免费

1.兩變數關聯分析(Association)第一節兩變數關聯分析原理第二節SPSS的Correlate分析第三節相關分析範例第四節SPSS的Crosstabs分析第五節Crosstabs的應用範例學習目標認識計算兩變數「關聯分析」的「關聯係數」種類。探討「相關」與「關連」及「相關分析」與「關聯分析」的差異。了解相關係數的計算原理及公式。了解其它關聯係數的計算原理與公式。認識卡方檢定的適用情況。認識SPSS的Correlation程序與介面如何操作。認識SPSS的各種Correlate應用實例。認識SPSS的Crosstabs程序與介面如何操作。認識SPSS的各種Crosstabs應用實例。探討SPSS的Crosstabs如何解釋及如何應用於民意調查。第一節兩變數關聯分析原理一、關聯方析的統計量二、相關分析原理三、交叉表的卡方檢定原理一、兩變數關聯分析原理本節將介紹兩變數關聯分析(AnalysisofAssociation)的原理，包括衡量兩變數關聯程度的統計量數。將兩變數間的關聯(association)情形加以數量化所得之指標稱為關聯量數(MeasuresofAssociation)。大家最熟悉的皮爾遜積差相關(PearsonProduct-MomentCorrelation)或稱Pearson相關係數，僅是用來衡量計量變數間關聯程度之一種指標。單獨一種量數無法包括各種不同的關聯型態。表1兩變數之尺度及其適用的關聯係數關聯係數應用的情況(1/2)在實際應用上，仍以Pearson相關係數與Chi-Square卡方值最為常見。本章主要介紹兩個探討變數間關聯強度之程序，分別為Correlate和Crosstabs。Correlate可用於區間或比例尺度與順序尺度測量之變數；Crosstabs可用於各種尺度之變數，但通常若為計量的區間與比例尺度則採Correlate。Crosstabs也可計算Pearson積差相關，但因此時變數之可能值太多，所得到的列聯表意義不大，故以Correlate處理較為恰當。關聯係數應用的情況(2/2)兩計質變數，如名目尺度一定要採用Crosstabs。若為順序尺度，通常亦以Correlate來分析變數之相關；當然也可採用Crosstabs，但若是5×5則產生的表格即太大了，建議還是採用Correlate較為恰當，若是3×3的情況，則可採Crosstabs程序來分析。對任何電腦統計軟體與程序而言，系統無法知道使用者所輸入之數值資料是何種尺度，系統提供了各種統計量與程序來供使用者選擇。至於應使用何種統計量或程序，端視使用者對資料與統計之理解而定。二、相關分析原理(1/3)相關（Correlation）是用以檢驗兩個變數線性關係的統計技術。兩個連續變數的關聯情形，除了用散佈圖的方式來表達，還可用相關係數（coefficientofcorrelation）來衡量。線性關係（LinearRelationship）乃指兩個連續變數之間的關係，可以被一條最具代表性的直線來表達其存在的關聯情形。相關係數是一個標準化的關聯係數，其原理是先計算出兩個變數的共變量，再除去兩個變數的不同分散情形與單位差異(即標準差)加以標準化。相關分析原理(2/3)相關係數介於-1至1之間。相關程度的大小並非與r係數大小成絕對正比，相關係數的大小須經顯著性檢定來證明是否顯著。不能直接由相關係數的大小來判斷其是否達顯著水準，因相關係數為t分配，SPSS會自動檢定相關係數是否達到顯著水準。yxxyyxSSSSSPYYXXYYXXssyxr22)()())((),cov(相關分析原理(3/3)斯皮爾曼等級相關(SpearmanRank-OrderCorrelation)計算此係數的符號為rs（rho）應用於順序變數線性關係之描述。淨相關如果兩個連續變數之間的關係，可能受到其他變數的干擾之時，可以利用控制的方式，將第三變數的效果進行統計的控制。在計算兩個連續變數X1與X2的相關之時，將第三變數（X3）與兩個相關變數的相關與予以排除之後的純淨相關，以來表示。三、交叉表的卡方檢定原理若是單一的分類變數，分成r類，可得到次數分配表。若是兩個類別變數，則可進行交叉表分析並進行卡方(Chi-Square，)檢定。若變數一分為r類，變數二分為c類，可得r×c交叉表(Cross-tabulation)或稱交叉分析表，列聯表(Contingencytable)。2X2X2X2X2X分類變數卡方檢定的類型(1/2)分類變數的分析，SPSS提供了無母數檢定（NPAR）、對數模式（LOGLINEAR）與交叉列聯表（CROSSTABS）三種...