spss數(shù)據(jù)正態(tài)分布檢驗(yàn)Word版

1、傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！spss 數(shù)據(jù)正態(tài)分布檢驗(yàn)一、Z檢驗(yàn)二、相關(guān)系數(shù)檢驗(yàn)三、獨(dú)立樣本T檢驗(yàn)四、相依樣本T檢驗(yàn)五、獨(dú)立性檢驗(yàn)傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！一、Z檢驗(yàn)第一步：錄入數(shù)據(jù)。1命名“變量視圖”；2“數(shù)據(jù)視圖”中輸入數(shù)據(jù)；第二步：進(jìn)行分析。第三步：設(shè)置變量；傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！第四步：得到結(jié)果：傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！二、相關(guān)系數(shù)檢驗(yàn)在一項(xiàng)研究中，一個學(xué)生想檢查生活意義和心理健康是否相關(guān)。同意參與這項(xiàng)研究的30個學(xué)生測量了生活意義和心理健康。生活意義的得分范圍是10-7

2、0分（更高的得分表示更強(qiáng)的生活意義），心理健康的得分范圍是5-35分（更高的得分表示更健康的心理狀態(tài)）。在研究中基本的興趣問題也可以用研究問題的方式表示，例如例題：生活意義和心理健康相關(guān)嗎？相關(guān)系數(shù)數(shù)據(jù)的例子Participant Meaning in Life Well-being Participant Meaning in Life Well-being 1 35 19 2 65 27 3 14 19 4 35 35 5 65 34 6 33 34 7 54 35 8 20 28 9 25 12 10 58 21 11 30 18 12 37 25 13 51 19 14 50 25 1

3、5 30 29 16 70 31 17 25 12 18 55 20 19 61 31 20 53 25 21 60 32 22 35 12 23 35 28 24 50 20 25 39 24 26 68 34 27 56 28 28 19 12 29 56 35 30 60 35說明：變量participant包含在數(shù)據(jù)中，但不用輸入SPSS。在spss中輸入數(shù)據(jù)及分析步驟1：生成變量1打開spss。2點(diǎn)擊“變量視圖”標(biāo)簽。在spss中將生成兩個變量，一個是生活意義，另一個是心理健康。變量分別被命名為meaning和wellbeing。3在“變量視圖”窗口前兩行分別輸入變量名稱meanin

4、g和wellbeing。步驟2：輸入數(shù)據(jù)1點(diǎn)擊“數(shù)據(jù)視圖”，變量meaning和wellbeing出現(xiàn)在數(shù)據(jù)視圖前兩列。2將兩個變量的數(shù)據(jù)分別輸入。如圖。步驟3：分析數(shù)據(jù)傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！1從菜單欄中選擇“分析相關(guān)雙變量”打開“雙變量”對話框，變量meaning和wellbeing出現(xiàn)在對話框的左邊。2選擇變量meaning和wellbeing，點(diǎn)擊向右箭頭按鈕（），把變量移到“變量”框中。3點(diǎn)擊“確定”。步驟4：解釋結(jié)果二元相關(guān)性的輸出結(jié)果顯示如下：同樣的結(jié)果在相關(guān)性表格中出現(xiàn)了兩次。生活意義和心理健康間的相關(guān)性相關(guān)性wellbeingmeaningwel

5、lbeingPearson 相關(guān)性1.549*顯著性（雙側(cè)）相關(guān)性顯著，因?yàn)閜值小于0.05.002N3030meaningPearson 相關(guān)性.549*1顯著性（雙側(cè)）.002N3030*. 在 .01 水平（雙側(cè)）上顯著相關(guān)。SPSS生成了一個輸出表，標(biāo)記為“相關(guān)性”，其中包括我們研究問題的答案，即變量meaning和wellbeing之間是否相關(guān)。傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！注意在表格中meaning和wellbeing出現(xiàn)了兩次，一次在行，一次在列（這表明SPSS生成的表格中出現(xiàn)了冗余）。相關(guān)系數(shù)值和原假設(shè)檢驗(yàn)的p值位于變量meaning和wellbeing

6、相交處。表格中顯示meaning和wellbeing的相關(guān)性是0.549，相應(yīng)的p值是0.002小于0.05，原假設(shè)被拒絕，在meaning和wellbeing的總體中存在正相關(guān)（相關(guān)系數(shù)右邊的兩個星號暗示了在0.01水平上相關(guān)性是統(tǒng)計顯著的，因?yàn)閜值為0.002小于0.01）。剩下的兩個單元格顯示了1的相關(guān)性，一個完美的正相關(guān)。即變量meaning和wellbeing自身與自身的相關(guān)性。傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！三、獨(dú)立樣本T檢驗(yàn)例題：臨床心理學(xué)家想調(diào)查認(rèn)知行為治療和精神分析治療對抑郁癥的相對有效性。30名患有抑郁癥的病人隨機(jī)分配接受兩個療法。其中15人接受行為治

7、療，另外15人接受精神分析治療，經(jīng)過兩個月的治療后，記錄下每個病人抑郁癥得分。在本研究中，自變量是治療方法（認(rèn)知行為治療與精神分析治療），因變量是抑郁癥，較高的分?jǐn)?shù)表示更高的抑郁水平（抑郁水平的分?jǐn)?shù)變化范圍為1070)。在研究中基本的興趣問題也可以用研究問題的方式表示，例如：“在接受認(rèn)知行為治療與精神分析治療的病人中，抑郁癥水平的均值是否存在差異呢？”T檢驗(yàn)用來檢驗(yàn)兩組數(shù)據(jù)的均值。所以，零假設(shè)假設(shè)兩組數(shù)據(jù)的均值相等：原假設(shè)指出兩組的抑郁癥分?jǐn)?shù)均值在總體上是相等的： H0：精神分析=認(rèn)知行為對立假設(shè)指出兩組的抑郁癥分?jǐn)?shù)均值在總體上是不等的： H1：精神分析認(rèn)知行為數(shù)據(jù)在下表列出了30個參與者的數(shù)

8、據(jù)。接受精神分析治療的參與者標(biāo)記為“1”，接受認(rèn)知行為治療的標(biāo)記為“2”。獨(dú)立樣本t檢驗(yàn)例子的數(shù)據(jù)ParticipantTherapyDepressionParticipantTherapyDepression1157162472161172423167182594163192375l512023561552124271452223881622324991412426110l362524311155262471215727249131702823714l62292411515830248說明：變量participant包含在數(shù)據(jù)中，但不用輸入SPSS。傳播優(yōu)秀Word版文檔 ，希望對您有幫助，

9、可雙擊去除！步驟1：生成變量1打開SPSS。2點(diǎn)擊【變量視圖】標(biāo)簽。在SPSS中將生成兩個變最，一個是不同治療方法的組別(自變量)，另一個是抑郁癥分?jǐn)?shù)(因變量)。這些變量將各自被命名為therapy(治療方法)和depression(抑郁癥)。3在【變量視圖】窗口前兩行分別輸入變量名稱therapy和depression(詳見圖表)4為變量therapy建立變量值標(biāo)簽，1=“精神分析治療”，2=“認(rèn)知行為治療”。步驟2：輸入數(shù)據(jù)1點(diǎn)擊【數(shù)據(jù)視圖】標(biāo)簽。變量therapy和depression出現(xiàn)在【數(shù)據(jù)視圖】窗口的前兩列。2參照圖表6-1，為每個參與者輸入兩個變量的數(shù)據(jù)。對第一個參與者，為變量

10、therapy和depression分別輸人數(shù)值1和57。依次輸入全部30個參與者的數(shù)據(jù)。對therapy，注意到前15個參與者為1（精神分析治療），后15個參與者為2（認(rèn)知行為治療）。這是獨(dú)立樣本t檢驗(yàn)的通用步驟，用于區(qū)分開參與者在哪個樣本中。步驟3：分析數(shù)據(jù)1從菜單欄中選擇【分析比較均值獨(dú)立樣本 T 檢驗(yàn)】（見圖）。打開【獨(dú)立樣本 T 檢驗(yàn)】對話框，變量therapy和depression出現(xiàn)在對話框的左邊。傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！2選擇因變量depression，點(diǎn)擊向右箭頭按鈕（）把變量移到【檢驗(yàn)變量】框。3選擇自變量therapy，點(diǎn)擊向右箭頭按鈕（）把

11、變量移到【分組變量】框中。在【分組變量】框中，兩個在括號內(nèi)的問號出現(xiàn)在therapy的右邊（見圖）。這些問號表示原先的數(shù)字分配到兩個治療樣本中（也就是l、2）。這些數(shù)字需要通過點(diǎn)擊【定義組】來輸入。4點(diǎn)擊【定義組】。5【定義組】對話框被打開，在【組1】（表示精神分析治療樣本的數(shù)字）的右邊輸入“1”，并且在“組2”（表示認(rèn)知行為治療樣本的數(shù)字）的右邊輸入“”。6點(diǎn)擊【繼續(xù)】。7點(diǎn)擊【確定】。結(jié)果顯示在【查看】窗口中。步驟4：解釋結(jié)果傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！組統(tǒng)計量表輸出的第一個表格顯示每個治療組的描述統(tǒng)計量，包括樣本量、平均值、標(biāo)準(zhǔn)差和標(biāo)準(zhǔn)誤差。注意到認(rèn)知行為治療樣

12、本的抑郁分?jǐn)?shù)均值（均值=45.00）比精神分析治療樣本（均值=56.00）的低。我們稍后將會考慮這兩組之間的差異對具有統(tǒng)計顯著性而言是否足夠大。獨(dú)立樣本檢驗(yàn)表第二個表格“獨(dú)立樣本檢驗(yàn)表”顯示在“均值相等的t檢驗(yàn)”之后的“假設(shè)方差相等”欄中的結(jié)果。方差方程的 Levene 檢驗(yàn)“方差方程的 Levene 檢驗(yàn)”檢驗(yàn)兩個治療組的總體方差是否相等，這是獨(dú)立樣本t檢驗(yàn)的一個假設(shè)。SPSS使用個由Levene開發(fā)的方法來檢驗(yàn)總體相等的假設(shè)。Levene檢驗(yàn)的原假設(shè)和對立假設(shè)是： H0：精神分析=認(rèn)知行為（兩組的總體方差相等） H1：精神分析認(rèn)知行為（兩組的總體方差不相等）傳播優(yōu)秀Word版文檔 ，希望對

13、您有幫助，可雙擊去除！T檢驗(yàn)“組統(tǒng)計表”提供了兩個治療組（精神分析與認(rèn)知行為）的均值。如果原假設(shè)被拒絕，我們就可以根據(jù)該表確定哪一組的抑郁分?jǐn)?shù)均值較低。組統(tǒng)計量therapyN均值標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤depressionpsychoanalytic1556.00009.418832.43193cognitive-behavioral1545.00007.634511.97122獨(dú)立樣本檢驗(yàn)方差方程的 Levene 檢驗(yàn)均值方程的 t 檢驗(yàn)FSig.tdfSig.(雙側(cè))均值差值標(biāo)準(zhǔn)誤差值差分的 95% 置信區(qū)間下限上限depression假設(shè)方差相等.311.5823.51428.00211.0

14、00003.130504.5874717.41253假設(shè)方差不相等3.51426.850.00211.000003.130504.5750717.42493因?yàn)?.02的p值小于0.05，所以兩組均值相等的原假設(shè)被拒絕。根據(jù)“組統(tǒng)計量表”中確定哪一組的抑郁分?jǐn)?shù)均值較低（認(rèn)知行為組較低）。相等方差的Levene檢驗(yàn)的p值。如果p0.05，我們假設(shè)方差不相等（讀t的結(jié)果中的底部數(shù)值）。如果p0.05，我們假設(shè)方差相等（讀t的結(jié)果中的頂部數(shù)值）。因?yàn)?.582的p值大于0.05，所以我們假設(shè)方差相等，解釋t檢驗(yàn)結(jié)果上面一行（假設(shè)方差相等）。傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！四、相

15、依樣本T檢驗(yàn)在對某種程度上相關(guān)的兩個樣本的均值進(jìn)行比較時，我們可以使用相依樣本t檢驗(yàn)（也稱為配對樣本t檢驗(yàn)，重復(fù)測量t檢驗(yàn)，匹配樣本t檢驗(yàn)等）。在相依樣本t檢驗(yàn)中兩個樣本可能包含同一個人在兩個不同時刻進(jìn)行側(cè)量或者兩個有聯(lián)系的人分別測量的結(jié)果（例如，雙胞胎的IQ，妻子與丈夫的溝通質(zhì)量）。準(zhǔn)確定義相依樣本t檢驗(yàn)的關(guān)健在于記住兩樣本間要在某方面存在自然聯(lián)系下面給出一個相依樣本t檢驗(yàn)的例子。一個國家選舉機(jī)構(gòu)的工作人員負(fù)責(zé)通過民意調(diào)查來決定經(jīng)濟(jì)和國家安全哪個議題對于選民更重要。有25個選民被調(diào)查以確定兩個議題的重要性等級，每個議題用1-7的等級表示（1=一點(diǎn)也不重要，7=極其重要）。自變量是投票議題（經(jīng)

16、濟(jì)、國家安全），（因）變量是重要性等級。在研究中，基本的興趣問題也可以用研究問題的方式表示，例如，“對選民來說經(jīng)濟(jì)重要性等級和國家安全是否存在不同？”數(shù)據(jù)步驟1：生成變量1打開spss。2點(diǎn)擊【變量視圖】標(biāo)簽。在spss中將生成的兩個變量，分別用于經(jīng)濟(jì)等級和國家安全。兩個變量分別命名為economy和security。傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！3在【變量視圖】窗口前兩行分別輸入變量名稱economy和security。（見圖）。步驟2：輸入數(shù)據(jù)1點(diǎn)擊【數(shù)據(jù)視圖】標(biāo)簽。變量economy和security出現(xiàn)在【數(shù)據(jù)視圖】窗口的兩列。2為每個參與者輸入兩個變量的數(shù)據(jù)。

17、對第一個參與者，為變量economy和security分別輸入等級5和7。依次輸入全部25個參與者的數(shù)據(jù)。步驟3：分析數(shù)據(jù)1從菜單欄中選擇【分析比較均值配對樣本 T 檢驗(yàn)】。打開【配對樣本 T 檢驗(yàn)】對話框，變量economy和security出現(xiàn)在對話框的左邊。2選擇因變量economy和security，點(diǎn)擊向右箭頭按鈕（）把變量移到【成對變量】框中。3點(diǎn)擊【確定】 。在spss中運(yùn)行相依樣本t檢驗(yàn)程序，結(jié)果顯示在“查看”視窗中。傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！步驟4：解釋結(jié)果成對樣本統(tǒng)計量輸出的第一個表格“成對樣本統(tǒng)計量”顯示了economy和security的描述

18、統(tǒng)計量、包括樣本量、平均值、標(biāo)準(zhǔn)差和標(biāo)準(zhǔn)誤差。請注意，經(jīng)濟(jì)的平均重要性等級（均值=5.76）比國家安全（均值=4.60）的高。我們稍后將會考慮這兩個平均等級之間的差異（5.76對4.60）是否大到足以具有統(tǒng)計顯著性。成對樣本相關(guān)系數(shù)表格“成對樣本相關(guān)系數(shù)”除了提到這個相關(guān)性等于25個參與者對于經(jīng)濟(jì)和國家安全的等級之間的皮爾遜相關(guān)系數(shù)外，對于解釋配對樣本t檢驗(yàn)不是重要的。成對樣本檢驗(yàn)表格“成對樣本檢驗(yàn)”為我們的研究問題提供了答案，就是經(jīng)濟(jì)和國家安全的重要性等級間是否存在差異。原假設(shè)的檢驗(yàn)是以t的形式顯示的，這里傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！傳播優(yōu)秀Word版文檔 ，希望對

19、您有幫助，可雙擊去除！T檢驗(yàn)成對樣本統(tǒng)計量均值N標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤對 1economy5.7600251.16476.23295security4.6000251.77951.35590表格“成對樣本統(tǒng)計量”提供了兩個變量（economy和security）的均值。如果原假設(shè)被拒絕，我們將查閱這個表格以決定哪個變量有更高的均值。成對樣本相關(guān)系數(shù)N相關(guān)系數(shù)Sig.對 1economy & security25.253.222成對樣本檢驗(yàn)成對差分tdfSig.(雙側(cè))均值標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤差分的 95% 置信區(qū)間下限上限對 1economy - security1.160001.86369.372

20、74.390711.929293.11224.005因?yàn)閜值為0.005，小于0.05，原假設(shè)被拒絕。均值1.16等于economy和security均值間的差（5.76-4.60=1.16）.傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！五、獨(dú)立性檢驗(yàn)(一)雙因素卡方檢驗(yàn)雙因素卡方檢驗(yàn)法常用來檢驗(yàn)兩個因素是否互相獨(dú)立。如果不是互相獨(dú)立，就是互相聯(lián)系。做出零假設(shè)(H0)，兩個因素互相獨(dú)立，沒有聯(lián)系；備擇假設(shè)(H1)兩個因素不互相獨(dú)立。如果p0.05或0.01，接受原假設(shè)，互相獨(dú)立；相反，如果p0.05或0.01，拒絕原假設(shè)，說明兩事件有聯(lián)系。（小拒絕大接受）（A）22表卡方檢驗(yàn)例子一位

21、研究員想調(diào)查性格類型（個性內(nèi)向的人、個性外向的人）和休閑運(yùn)動的選擇（逛游樂園、休息一天）是否有關(guān)系。他對100名答應(yīng)參與這項(xiàng)研究的人做了性格測試，并且基于測試的分值把他們分為性格內(nèi)向的人和性格外向的人，然后要求每個參與者在逛游樂園和休息一天兩者之中選擇更喜歡的休閑方式。圖表5-1描述了每個參與者的性格類型和選擇的休閑方式：因?yàn)樾愿耦愋秃托蓍e方式都有兩個水平，得到四個單元，當(dāng)前的例子為22卡方表。傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！分析：零假設(shè)為22列聯(lián)表中列一“性格類型”與列二“休閑方式”之間獨(dú)立。如果p0.05，則接受零假設(shè)。步驟1：生成變量1打開spss。2點(diǎn)擊【變量視圖

22、】標(biāo)簽。在SPSS中將生成三個變量，一個是不同的性格類型，一個是休閑方式，一個是頻數(shù)。這三個變量分別命名為personality，activity和frequency。3在【變量視圖】窗口前三行分別輸入變量名稱personality，activity和frequency。4為分類變量personality和activity建立變量值標(biāo)簽，對于personality，l=“內(nèi)向”，2=“外向”。對于activity，1=“逛游樂園”，2=“休息”。傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！步驟2：輸入數(shù)據(jù)接下來，我們在spss中輸入數(shù)據(jù)。獨(dú)立性檢驗(yàn)有兩種不同的數(shù)據(jù)輸入方法：加權(quán)方法和

23、個體觀測值方法。當(dāng)數(shù)據(jù)在每個單元的頻數(shù)統(tǒng)計出來時，應(yīng)采用加權(quán)方法。由于在我們的例子中，單元中的頻數(shù)已經(jīng)被統(tǒng)計出來(如圖表1)，我們將采用加權(quán)方法來輸入數(shù)據(jù)。在我們的例子中，內(nèi)向性格和外向性格的人可以進(jìn)擇逛游樂園和休息中的一個，于是產(chǎn)生了四種不同情況(內(nèi)向逛游樂園、內(nèi)向休息、外向逛游樂園、外向休息)。由于我們采用加權(quán)方法來輸人數(shù)據(jù)，我們需要在【數(shù)據(jù)視窗】窗口為這四種情況的每一種創(chuàng)建單獨(dú)的一行。用加權(quán)方法建立的數(shù)據(jù)文件結(jié)構(gòu)如圖表所示。輸入數(shù)據(jù)1點(diǎn)擊【數(shù)據(jù)視圖】標(biāo)簽。變量personality，activity和frequency出現(xiàn)在【數(shù)據(jù)視圖】窗口的前三列。按照圖表，第一種情況對應(yīng)于內(nèi)向(1)且

24、選擇逛游樂園(1)的人，總共有12個人，這些值應(yīng)該被輸入【數(shù)據(jù)視圖】窗口的第一行。2在【數(shù)據(jù)視圖】窗口的第一行對personality，activity和frequency分別輸入l，1和12，在【數(shù)據(jù)視圖】窗口的24行輸入剩下的三種情況(在第2行輸入l，2和28，在第3行輸入2，1和43，在第4行輸入2，2和17)。圖表中給出了完整的數(shù)據(jù)文件。傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！步驟3：分析數(shù)據(jù)在執(zhí)行檢驗(yàn)之前，我們首先需要對frequency進(jìn)行加權(quán)。加權(quán)表明給定變量的值表示觀測總次數(shù)，而不僅僅是一個分?jǐn)?shù)值。例如，對frequency進(jìn)行加權(quán)時，frequency取值為12

25、代表12個人，而不是分?jǐn)?shù)為12。對frequency進(jìn)行加權(quán)1在菜單欄中選擇“數(shù)據(jù)加權(quán)個案”。2打開【加權(quán)個案】對話框。選擇“加權(quán)個案”并選擇變量frequency，點(diǎn)擊向右箭頭按鈕()，把frequency移到“頻率變量”框中。傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！3點(diǎn)擊“確定”。這表示在每個類別中頻數(shù)的取值(12，28，43和17)對應(yīng)于每個單元的所有參與者，而不僅僅是一個分?jǐn)?shù)。通過對frequency進(jìn)行加權(quán)，現(xiàn)在我們可以在SPSS中執(zhí)行獨(dú)立性檢驗(yàn)。執(zhí)行獨(dú)立性檢驗(yàn)1在菜單欄中選擇“分析描述統(tǒng)計交叉表”。打開【交叉表】對話框，變量personality，activity和f

26、requency出現(xiàn)在對話框的左側(cè)。2選擇personality，點(diǎn)擊向右箭頭按鈕），把變量移到“行”框。3選擇activity，點(diǎn)擊向右箭頭按鈕（），把變量移到“列”框中。4點(diǎn)擊。打開“交叉表：統(tǒng)計量”對話框，選擇“卡方”。傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！5點(diǎn)擊“繼續(xù)”。6點(diǎn)擊“單元格”。打開“交叉表：單元顯示”對話框，在“計數(shù)”下選擇“觀察值”“期望值”；在“百分比”下選擇“行”。7點(diǎn)擊“繼續(xù)”。8點(diǎn)擊“確定”。步驟4：解釋結(jié)果交叉表傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！案例處理摘要案例有效的缺失合計N百分比N百分比N百分比personality *

27、activity100100.0%0.0%100100.0%personality* activity 交叉制表activity合計amusement parkretreatpersonalityintrovert計數(shù)122840期望的計數(shù)22.018.040.0personality 中的 %30.0%70.0%100.0%extrovert計數(shù)431760期望的計數(shù)33.027.060.0personality 中的 %71.7%28.3%100.0%合計計數(shù)5545100期望的計數(shù)55.045.0100.0personality 中的 %55.0%45.0%100.0%卡方檢驗(yàn)值df漸進(jìn)

28、 Sig. (雙側(cè))精確 Sig.(雙側(cè))精確 Sig.(單側(cè))Pearson 卡方16.835a1.000連續(xù)校正b15.1941.000似然比17.2301.000Fisher 的精確檢驗(yàn).000.000線性和線性組合16.6671.000有效案例中的 N100a. 0 單元格(.0%) 的期望計數(shù)少于 5。最小期望計數(shù)為 18.00。b. 僅對 2x2 表計算P值小于0.05，所以拒絕原假設(shè)（小拒絕），兩個事件不獨(dú)立，即性格類型與休閑方式的選擇有關(guān)。傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除?。˙）(rc) 列聯(lián)表的卡方檢驗(yàn)當(dāng)列聯(lián)表不是22交叉表的時候，要判斷總體的變量是否彼此

29、獨(dú)立，這時候自由度：df=（r-1）（c-1）。列聯(lián)表形式(rc)xy列（c）合計123C行（r）123-rO11O21O31Or1O12O22O32Or2O13O23O33Or3O1cO2cO3cOrcO1O2O3Or合計n1n2n3ncn方法同22卡方表，只是增加列、行的數(shù)量。如：應(yīng)用語言學(xué)實(shí)驗(yàn)方法一書83頁的例子。分析：零假設(shè)為：列一“第一語言背景”與列二“冠詞錯誤頻數(shù)”之間獨(dú)立。如果p描述統(tǒng)計交叉表”。2選擇“語言背景”，點(diǎn)擊向右箭頭按鈕），把變量移到“行”框。3選擇“錯誤類型”，點(diǎn)擊向右箭頭按鈕（），把變量移到“列”框中。傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！4點(diǎn)擊“

30、確定”。步驟4：解釋結(jié)果交叉表數(shù)據(jù)集3 案例處理摘要案例有效的缺失合計N百分比N百分比N百分比語言背景 * 錯誤類別100100.0%0.0%100100.0%語言背景* 錯誤類別 交叉制表錯誤類別合計theaan無語言背景漢語計數(shù)12146840期望的計數(shù)13.615.25.65.640.0語言背景 中的 %30.0%35.0%15.0%20.0%100.0%日語計數(shù)22248660期望的計數(shù)20.422.88.48.460.0語言背景 中的 %36.7%40.0%13.3%10.0%100.0%合計計數(shù)34381414100期望的計數(shù)34.038.014.014.0100.0語言背景 中的

31、 %34.0%38.0%14.0%14.0%100.0%傳播優(yōu)秀Word版文檔 ，希望對您有幫助，可雙擊去除！卡方檢驗(yàn)值df漸進(jìn) Sig. (雙側(cè))Pearson 卡方2.234a3P值0.05，所以接受原假設(shè)（大接受）。即學(xué)生所犯錯誤與第一語言背景無關(guān)。.525似然比2.1943.533線性和線性組合1.8451.174有效案例中的 N100a. 0 單元格(.0%) 的期望計數(shù)少于 5。最小期望計數(shù)為 5.60。（二）單因素檢驗(yàn)法單因素檢驗(yàn)法是將收集到的數(shù)據(jù)按頻數(shù)分組，然后檢驗(yàn)頻數(shù)的分布是否與某個概率分布模式擬合。例如，在某英語測驗(yàn)中，已測得各分?jǐn)?shù)段的頻數(shù)，要檢驗(yàn)分?jǐn)?shù)的頻數(shù)分布是否與正態(tài)分布、均勻分布或其他分布擬合。我們以應(yīng)用語言學(xué)實(shí)驗(yàn)