付費限定

使用SPSS進行卡方檢定(交叉表)

更新於 發佈於 閱讀時間約 4 分鐘

緒論

通常我們對於類別變項就直接看敘述統計大小,但如果我們想要用檢定確定兩者差距是達到統計顯著,就要用卡方檢定(Chi-square test)是一種統計學方法,獨立性考驗用於檢驗兩個類別變項各組別之間是否有顯著關聯。本文將介紹卡方檢定並介紹上機操作和事後比較方法。
卡方檢定的假設是:
  • 資料類型都是類別。類別包含順序(只能比大小,不能加減乘除。例如:學歷)和名義變項(例如:男女)
  • 每個變項來自獨立樣本。
  • 每一檢定細格(cell)內的數據應該設為頻率或計數數目。
  • 並非是小樣本(百分之八十的細格次數<5),若是小樣本就要使用校正方法(後面會說明)
通常我們對於類別變項就直接看敘述統計大小,但如果我們想要用檢定確定兩者差距是達到統計顯著,就要用卡方檢定-獨立性檢定(The Chi-Squared Test of Independence)。如果卡方檢定的p值小於顯著性水平,則拒絕虛無假設,即資料中存在顯著差異。
例如:性別和學歷是否有關連,如果性別和學歷無關的話,則男生和女生在各個教育階段都以同樣機率出現,其數值也就是符合期望值;反之,如果如果性別和學歷有關的話,則男生和女生在各個教育階段都並非以同樣機率出現,其數值也就是不符合期望值。
事後比較 (Post-hoc comparison) 是在卡方檢定中所使用的一種方法,用於檢驗哪些組別之間的差異是顯著的。在卡方檢定中,如果拒絕虛無假設,則代表組別之間存在顯著差異,但不能確定具體是哪些組別之間存在差異。因此,通常需要進行事後比較,以確定哪些組別之間存在顯著差異

SPSS操作

卡方獨立性檢定SPSS操作
以行動支持創作者!付費即可解鎖
本篇內容共 1630 字、0 則留言,僅發佈於統計分析 × 學術生涯你目前無法檢視以下內容,可能因為尚未登入,或沒有該房間的查看權限。
你的見面禮 Premium 閱讀權限 只剩下0 小時 0
avatar-img
225會員
128內容數
文章內容以圖像式和步驟化方式,教您如何在各種統計軟體中(例如:SPSS、R和Mplus),執行多種統計方法。此外,我還會分享一些學術和科技新知,幫助您在學術之路上走得更順利。
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
心理博士的筆記本 的其他內容
PROCESS macro for SPSS 可以在SPSS中進行 OLS 和邏輯迴歸分析,以檢驗從簡單到複雜的中介和調節模式。本文主要介紹如何從網站下載PROCES,並在SPSS安裝PROCESS macro for SPSS。
篩選特定觀察值有多種原因。下面是一些常見的原因:數據清理: 如果在數據錄入過程中出現錯誤,或者有些觀察值缺失,那麼篩選出這些數據可能會有助於數據清理;研究目標: 篩選特定觀察值可以幫助你更好地研究你感興趣的特定群體;數據分析: 篩選出特定觀察值可以幫助你限制分析範圍,從而更好地理解結果。
將數據集分割成多個檔案有很多原因:方便管理: 如果數據集很大,分割數據集可以更容易地管理記錄。分享數據: 如果您要與其他人分享數據集,分割成多個文件可以更容易分享。比較不同族群:有時候我們想看不同族群在統計結果上的差異。總之,將數據集分割成多個檔案可以更容易管理和分析數據,並提高效率。
混合設計變異數分析 (mixed-design ANOVA) 是一種統計方法,用於分析具有兩種或更多因子的實驗數據。其中一種因子稱為獨立因子,另一種因子稱為相依因子。
探索性因素分析 (Exploratory Factor Analysis, EFA) 是一種統計學方法,用於識別隱藏在一組變量(題目)中的因素(或潛在結構)。它通常用於對調查問卷或其他測量工具進行數據分析,以確定測量工具中的主要維度。
PROCESS macro for SPSS 可以在SPSS中進行 OLS 和邏輯迴歸分析,以檢驗從簡單到複雜的中介和調節模式。本文主要介紹如何從網站下載PROCES,並在SPSS安裝PROCESS macro for SPSS。
篩選特定觀察值有多種原因。下面是一些常見的原因:數據清理: 如果在數據錄入過程中出現錯誤,或者有些觀察值缺失,那麼篩選出這些數據可能會有助於數據清理;研究目標: 篩選特定觀察值可以幫助你更好地研究你感興趣的特定群體;數據分析: 篩選出特定觀察值可以幫助你限制分析範圍,從而更好地理解結果。
將數據集分割成多個檔案有很多原因:方便管理: 如果數據集很大,分割數據集可以更容易地管理記錄。分享數據: 如果您要與其他人分享數據集,分割成多個文件可以更容易分享。比較不同族群:有時候我們想看不同族群在統計結果上的差異。總之,將數據集分割成多個檔案可以更容易管理和分析數據,並提高效率。
混合設計變異數分析 (mixed-design ANOVA) 是一種統計方法,用於分析具有兩種或更多因子的實驗數據。其中一種因子稱為獨立因子,另一種因子稱為相依因子。
探索性因素分析 (Exploratory Factor Analysis, EFA) 是一種統計學方法,用於識別隱藏在一組變量(題目)中的因素(或潛在結構)。它通常用於對調查問卷或其他測量工具進行數據分析,以確定測量工具中的主要維度。
你可能也想看
Google News 追蹤
Thumbnail
嘿,大家新年快樂~ 新年大家都在做什麼呢? 跨年夜的我趕工製作某個外包設計案,在工作告一段落時趕上倒數。 然後和兩個小孩過了一個忙亂的元旦。在深夜時刻,看到朋友傳來的解籤網站,興致勃勃熬夜體驗了一下,覺得非常好玩,或許有人玩過了,但還是想寫上來分享紀錄一下~
Thumbnail
在設計與印刷的過程中,確保圖像的清晰度與精確度是非常重要的。而這一切的關鍵之一,就是使用矢量圖形。無論是商業印刷還是數位設計,矢量圖形都能為您的設計提供更加清晰、精確的視覺效果,避免在印刷過程中出現像素化的問題。這篇文章將介紹矢量圖形的好處,並說明為何它能有效地解決印刷中的像素化問題,對設計師和印刷
介紹如何使用 Global Mapper 軟體製作高程數值模型(DEM),涵蓋檔案匯入、投影設定、高程格網創建及DEM導出的完整流程。
Thumbnail
這篇文章將教您如何使用Three.js來建立一個簡單的STL模型查看器,支援上傳STL檔案並即時顯示3D模型。本文將逐步分解完整範例程式碼,幫助您理解每個部分的功能。
Thumbnail
「如果資料庫出問題,能不能快速恢復?」 這或許是許多工程師在面對資料庫維運時心中的疑問。就我而言,遇到伺服器故障或有人誤刪資料表時,最慶幸的就是事先做好備份。這次要分享的是 MySQL 中常用的備份指令 mysqldump,讓大家能在需要時把握關鍵的「救命繩」。 為什麼需要備份? 在商業專案
Thumbnail
簡介 本篇教學將帶您使用 Node.js 和 JavaScript 實現一個簡易相簿功能,具備圖片上傳、顯示以及查看原圖的功能。我們將利用 Express 框架以及 multer 中介軟體處理文件上傳,並使用 EJS 作為模板引擎來呈現網頁內容。 實現目標 相簿首頁:顯示所有已上傳的圖片。
我們做實驗的目的, 往往是想要量化「確定的不確定性 Certain Uncertainty」。 什麼是「不確定性 Uncertainty」? 其實就是無法透過控制各種變因來控制下來的現象。 在做實驗的時候, 就算你已經把實驗條件盡量控制一樣了, 其實實驗的結果每次還是會有一些差異。
其實這個標題跳了好幾步。 應該說,當全球化趨勢使得教育商品化,為了提供選擇依據,標準化測驗應運而旺,如國際的PISA、國內三至八年級的學力檢測。 然而,標準化測驗有何意義呢? 自1960S幾乎所有研究都顯示,教育成果最主要的影響因素是家庭環境。城鄉差距是難以/不可跨越的鴻溝。
Thumbnail
選擇結婚的對象應該不是只為了今天快樂,或是只著眼下個月快樂,而是冀望一生都快樂,只是一般人很難判斷,目前身邊的男(女)友是否有帶給你快樂的潛力?這真的是一件很困擾的難題,因為沒有任何明確的指標能協助評估,到底哪一個對象具有長期的潛力。然而,投資目標的選擇卻可以。
Thumbnail
  前面說明了所謂「假設檢定」的邏輯,也就是推論統計的基礎。但前面都還只是概念的階段,目前沒有真正進行任何的操作──還沒有提到推論統計的技術。   這篇其實有點像是一個過渡,是將前面的概念銜接到下一篇t分數之間的過程,也可以說是稍微解釋一下t檢定怎麼發展出來的。
隨因為推論統計邏輯明顯有問題 心理學實驗看到的 p value是 P(Data| Hyptohesis), 也就是假設成立的情況下拿到這樣的資料的機率 以下是大家常見的推論步驟: 先設一個虛無假設 (H0) 拿資料, 算 p value ( = P(Data | Hypothesis)
Thumbnail
嘿,大家新年快樂~ 新年大家都在做什麼呢? 跨年夜的我趕工製作某個外包設計案,在工作告一段落時趕上倒數。 然後和兩個小孩過了一個忙亂的元旦。在深夜時刻,看到朋友傳來的解籤網站,興致勃勃熬夜體驗了一下,覺得非常好玩,或許有人玩過了,但還是想寫上來分享紀錄一下~
Thumbnail
在設計與印刷的過程中,確保圖像的清晰度與精確度是非常重要的。而這一切的關鍵之一,就是使用矢量圖形。無論是商業印刷還是數位設計,矢量圖形都能為您的設計提供更加清晰、精確的視覺效果,避免在印刷過程中出現像素化的問題。這篇文章將介紹矢量圖形的好處,並說明為何它能有效地解決印刷中的像素化問題,對設計師和印刷
介紹如何使用 Global Mapper 軟體製作高程數值模型(DEM),涵蓋檔案匯入、投影設定、高程格網創建及DEM導出的完整流程。
Thumbnail
這篇文章將教您如何使用Three.js來建立一個簡單的STL模型查看器,支援上傳STL檔案並即時顯示3D模型。本文將逐步分解完整範例程式碼,幫助您理解每個部分的功能。
Thumbnail
「如果資料庫出問題,能不能快速恢復?」 這或許是許多工程師在面對資料庫維運時心中的疑問。就我而言,遇到伺服器故障或有人誤刪資料表時,最慶幸的就是事先做好備份。這次要分享的是 MySQL 中常用的備份指令 mysqldump,讓大家能在需要時把握關鍵的「救命繩」。 為什麼需要備份? 在商業專案
Thumbnail
簡介 本篇教學將帶您使用 Node.js 和 JavaScript 實現一個簡易相簿功能,具備圖片上傳、顯示以及查看原圖的功能。我們將利用 Express 框架以及 multer 中介軟體處理文件上傳,並使用 EJS 作為模板引擎來呈現網頁內容。 實現目標 相簿首頁:顯示所有已上傳的圖片。
我們做實驗的目的, 往往是想要量化「確定的不確定性 Certain Uncertainty」。 什麼是「不確定性 Uncertainty」? 其實就是無法透過控制各種變因來控制下來的現象。 在做實驗的時候, 就算你已經把實驗條件盡量控制一樣了, 其實實驗的結果每次還是會有一些差異。
其實這個標題跳了好幾步。 應該說,當全球化趨勢使得教育商品化,為了提供選擇依據,標準化測驗應運而旺,如國際的PISA、國內三至八年級的學力檢測。 然而,標準化測驗有何意義呢? 自1960S幾乎所有研究都顯示,教育成果最主要的影響因素是家庭環境。城鄉差距是難以/不可跨越的鴻溝。
Thumbnail
選擇結婚的對象應該不是只為了今天快樂,或是只著眼下個月快樂,而是冀望一生都快樂,只是一般人很難判斷,目前身邊的男(女)友是否有帶給你快樂的潛力?這真的是一件很困擾的難題,因為沒有任何明確的指標能協助評估,到底哪一個對象具有長期的潛力。然而,投資目標的選擇卻可以。
Thumbnail
  前面說明了所謂「假設檢定」的邏輯,也就是推論統計的基礎。但前面都還只是概念的階段,目前沒有真正進行任何的操作──還沒有提到推論統計的技術。   這篇其實有點像是一個過渡,是將前面的概念銜接到下一篇t分數之間的過程,也可以說是稍微解釋一下t檢定怎麼發展出來的。
隨因為推論統計邏輯明顯有問題 心理學實驗看到的 p value是 P(Data| Hyptohesis), 也就是假設成立的情況下拿到這樣的資料的機率 以下是大家常見的推論步驟: 先設一個虛無假設 (H0) 拿資料, 算 p value ( = P(Data | Hypothesis)