spss详析模型——引进其他变量后.ppt

详析模型引进其他变量后的交互分析2024/5/22 周三1引进其他变量，详细分析两个变量之间的关系，因为两个变量之间的关系可能受到其他变量的影响，对于其他变量与这两个变量之间的关系到底怎么样，依据作用的形式，可以分为三种情况：2024/5/22 周三2因果分析explanation model主要关心的是X与Y是否真的有因果关系阐明分析（又称因果环节）Interpretation analysis关心的是为什么X会影响Y条件分析 conditional analysis关心的是在不同的情况下，X与Y会有不同的关系吗？它是以第三类变量作为基础来了解X与Y在不同的情况下的关系。2024/5/22 周三3因果分析explanation model主要关心的是X与Y是否真的有因果关系前置变量或控制变量 年龄（A）婚龄（X）犯病率（Y）2024/5/22 周三4控制的方法：分表法 总表分表相关系数结论模式RR1=R2=0虚假相关 AX YRR1=R2=R真实相关 AX-YRR1小于RR2小于R部分真实相关 AX-Y2024/5/22 周三5例一：结婚年龄与身体状况之间存在高相关，二者之间是否真的有因果关系？采用统计控制的方法，所谓分表就是根据前置变量A的值，把样本的个案分组，然后分析每个组与X与Y之间的关系。假定年龄分为两个组（1：5065岁以下；2：65岁以上），那么，根据年龄可以分为两个表：65岁以下的人的结婚年数与身体状况；65岁以上的人的结婚年数与身体状况。通过SPSS中得到的CROSSTABS命令，把年龄作为控制变量，就可以对结婚年数与身体状况之间是否真的存在因果关系进行分析。操作步骤：1看要研究的两个现象X与Y 之间的交互表 2加控制变量（可以是一个或2个）看分表的相关系数，了解控制变量对现象的影响。2024/5/22 周三6例二：住房拥挤对夫妻冲突的影响 住户拥挤是否是夫妻冲突的主要原因?答案是不一定,冲突的真实原因也许是经济因素.引入经济变量,看结果 夫妻冲突住房拥挤高低高63.841.6低36.258.4总数599401G=0.4062024/5/22 周三7夫妻冲突富户拥挤3中等户拥挤2贫困户拥挤1高2低1高2低1高2低1高21356023892919低18530562276178总数22090294114851972024/5/22 周三8结果分析在控制家庭经济水平以后,住房拥挤与夫妻冲突的关系消失,结论:住户拥挤与夫妻冲突的因果关系是虚假的,这两个变量之间的相关可能是家庭经济水平引起的.2024/5/22 周三9二阐明分析（又称因果环节）Interpretation analysis关心的是为什么X会影响Y阐明分析要做的工作就是以事实来验证：X是通过某些因素（T）而对Y产生影响的。T被称为中介变量。如何分辨某一个变量是控制变量还是中介变量？控制变量发生在X与Y之前中介变量在X与Y发生时间的中间2024/5/22 周三102024/5/22 周三11阐明分析分表法总表分表相关系数结论模式RR1=R2=0第三个变量是中介变量XTY完全阐明RR1=R2=R第三个变量不是中介变量 AX-Y不能阐明RR1小于RR2小于R部分通过第三个变量 AX-Y 部分阐明2024/5/22 周三12举例：为什么比较贫困的家庭少年犯罪的比较高？是否由于比较贫困的家庭中父母的争吵多，导致了儿女社会化过程中的问题？阐明分析的作用就是要用事实来证明X是否通过某些因素对Y产生影响。也就是X变动引起T变动T变动引起Y变动。如果控制T以后发现X变化，但是Y没有变化，那么说明T是X与Y发生作用的关键性因素，证明X是通过这个中介变量来影响Y的。如果控制T以后，X变动以后Y也是变动的，说明T是无关紧要的。在SPSS中对T进行控制的方法与上面的比较，在操作上并没有什么不同，控制T以后，通过CROSSTABS把原来的表分成几个分表，然后对相关系数进行比较。2024/5/22 周三13例子：调查发现300个年纪相近的妇女（35-40岁）教育水平越高，子女数目越少，为什么？（G=-0.7）研究猜想：结婚年龄在其中起作用。也就是由于教育水平高的妇女，结婚晚，生育的子女少。做CROSSRABS：晚婚妇女：教育水平与子女数目的相关系数G=-0.71；早婚妇女：教育水平与子女数目的相关系数G=-068。研究结论：由于两个分表的相关系数与原来的相关系数十分接近，说明晚婚的说法不能阐明教育水平与子女数目是反比关系的情况。操作步骤：1做XT，TX的交互表2控制T，看X与Y之间的关系3进一步的分析，比较相关系数。可以再引入其他的变量，看这个分表的相关系数。如果发现分表的相关系数与原来的差别很大，可以认为这个变量是中介变量。2024/5/22 周三14例:已婚女工的旷工率高于单身女工 已婚女工1未婚女工0旷工0816235上工150809995人数589610230加入控制变量:家务劳动多少 2024/5/22 周三15三条件分析 conditional analysis 关心的是在不同的情况下，X与Y会有不同的关系吗？它是以第三类变量作为基础来了解X与Y在不同的情况下的关系。总表分表及相关系数结论R不等于0分表相关系数不等于原来的表引入的这个变量是条件变量R等于0分表的相关系数不等于0引入的变量是压抑变量R大于0分表的相关系数小于0引入的变量是曲解变量2024/5/22 周三16 在社会学的研究中，值得关注的是第二种情况，X与Y之间本来没有关系或关系很弱，但在表明了若干条件以后，X与Y的关系强大起来，这种研究在社会学中有很重要的意义。条件分析的作用：就是以第三个变量作为基础来了解X与Y在不同情况下的关系，条件分析以第三类变量的各个值来代表不同的情况，所以第三类变量称为条件变量。进行条件分析也可以使用分表法，依据条件变量的值把样本分为几个组，然后在每组（每种条件下）分析X与Y之间的关系。如果在各个组中X与Y在不同的组中有不同的关系说明X与Y之间的关系具有条件性。2024/5/22 周三17举例：某个城市研究住户拥挤（X）与家庭冲突（Y）之间的关系，发现G=0.55。研究猜想：两个变量之间的关系是否取决于家庭规模？把家庭规模引入，分组，看：大家庭中的拥挤与冲突之间的关系 小家庭中的拥挤与冲突之间的关系做CROSSTABS后检查两个分表的相关系数，并与原来的相关系数进行比较，然后得出结论。2024/5/22 周三18例子:教育水平与社区参与 社区参与particip教育edu高1低2高189108低2151132总数2402402024/5/22 周三19引入性别变量,进行控制 社区参与教育(男)教育(女)高1 低2高1低2高160828100低21403212100总数20040402002024/5/22 周三202024/5/22 周三21