spss詳析模型——引進其他變量后

1、詳析模型引進其他變量后的交互分析 引進其他變量，詳細分析兩個變量之間的關系，因為兩個變量之間的關系可能受到其他變量的影響，對于其他變量與這兩個變量之間的關系到底怎么樣，依據(jù)作用的形式，可以分為三種情況： 因果分析explanation model主要關心的是X與Y是否真的有因果關系 闡明分析（又稱因果環(huán)節(jié)）Interpretation analysis關心的是為什么X會影響Y 條件分析 conditional analysis關心的是在不同的情況下，X與Y會有不同的關系嗎？它是以第三類變量作為基礎來了解X與Y在不同的情況下的關系。因果分析因果分析explanation model 主要關心的是

2、主要關心的是X與與Y是否真的有因果關系是否真的有因果關系 前置變量或控制變量前置變量或控制變量 年齡（年齡（A） 婚齡（婚齡（X） 犯病率（犯病率（Y）控制的方法：分表法 總表分表相關系數(shù)結論模式RR1=R2=0虛假相關 AX YRR1=R2=R真實相關 AX-YRR1小于RR2小于R部分真實相關 AX-Y例一： 結婚年齡與身體狀況之間存在高相關，二者之間是否真的有因果關系？ 采用統(tǒng)計控制的方法，所謂分表就是根據(jù)前置變量A的值，把樣本的個案分組，然后分析每個組與X與Y之間的關系。假定年齡分為兩個組（1：5065歲以下；2：65歲以上），那么，根據(jù)年齡可以分為兩個表：65歲以下的人的結婚年數(shù)與身

3、體狀況；65歲以上的人的結婚年數(shù)與身體狀況。通過SPSS中得到的CROSSTABS命令，把年齡作為控制變量，就可以對結婚年數(shù)與身體狀況之間是否真的存在因果關系進行分析。 操作步驟：1看要研究的兩個現(xiàn)象X與Y 之間的交互表 2加控制變量（可以是一個或2個）看分表的相關系數(shù)，了解控制變量對現(xiàn)象的影響。例二：住房擁擠對夫妻沖突的影響 住戶擁擠是否是夫妻沖突的主要原因? 答案是不一定,沖突的真實原因也許是經(jīng)濟因素. 引入經(jīng)濟變量,看結果 夫妻沖突住房擁擠高低高63.841.6低36.258.4總數(shù)599401G=0.406夫妻沖突富戶擁擠3中等戶擁擠2貧困戶擁擠1高2低1高2低1高2低1高213560

4、23892919低18530562276178總數(shù)2209029411485197結果分析 在控制家庭經(jīng)濟水平以后在控制家庭經(jīng)濟水平以后,住房擁擠與夫妻沖突的住房擁擠與夫妻沖突的關系消失關系消失,結論結論:住戶擁擠與夫妻沖突的因果關系是住戶擁擠與夫妻沖突的因果關系是虛假的虛假的,這兩個變量之間的相關可能是家庭經(jīng)濟水這兩個變量之間的相關可能是家庭經(jīng)濟水平引起的平引起的. S Sy ym mm me et tr ri ic c M Me ea as su ur re es s.052.213.239.811282.008.140.058.954408-.115.130-.889.374310Gam

5、maOrdinal by OrdinalN of Valid CasesGammaOrdinal by OrdinalN of Valid CasesGammaOrdinal by OrdinalN of Valid CasesECONOMIC1.002.003.00ValueAsymp. Std.ErroraApprox. TbApprox. Sig.Not assuming the null hypothesis.a. Using the asymptotic standard error assuming the null hypothesis.b. 二闡明分析（又稱因果環(huán)節(jié)）Inter

6、pretation analysis 關心的是為什么X會影響Y 闡明分析要做的工作就是以事實來驗證：X是通過某些因素（T）而對Y產(chǎn)生影響的。T被稱為中介變量。 如何分辨某一個變量是控制變量還是中介變量？ 控制變量發(fā)生在X與Y之前 中介變量在X與Y發(fā)生時間的中間闡明分析分表法總表分表相關系數(shù)結論模式RR1=R2=0第三個變量是中介變量XTY完全闡明RR1=R2=R第三個變量不是中介變量 AX -Y不能闡明RR1小于RR2小于R部分通過第三個變量 AX- Y 部分闡明舉例： 為什么比較貧困的家庭少年犯罪的比較高？是否由于比較貧困的家庭中父母的爭吵多，導致了兒女社會化過程中的問題？闡明分析的作用就是

7、要用事實來證明X是否通過某些因素對Y產(chǎn)生影響。也就是X變動引起T變動T變動引起Y變動。如果控制T以后發(fā)現(xiàn)X變化，但是Y沒有變化，那么說明T是X與Y發(fā)生作用的關鍵性因素，證明X是通過這個中介變量來影響Y的。如果控制T以后，X變動以后Y也是變動的，說明T是無關緊要的。 在SPSS中對T進行控制的方法與上面的比較，在操作上并沒有什么不同，控制T以后，通過CROSSTABS把原來的表分成幾個分表，然后對相關系數(shù)進行比較。 例子：調查發(fā)現(xiàn)300個年紀相近的婦女（35-40歲）教育水平越高，子女數(shù)目越少，為什么？（G=-0.7） 研究猜想：研究猜想：結婚年齡在其中起作用。也就是由于教育水平高的婦女，結婚晚

8、，生育的子女少。 做做CROSSRABS： 晚婚婦女：教育水平與子女數(shù)目的相關系數(shù)G=-0.71； 早婚婦女：教育水平與子女數(shù)目的相關系數(shù)G=-068。 研究結論：研究結論：由于兩個分表的相關系數(shù)與原來的相關系數(shù)十分接近，說明晚婚的說法不能闡明教育水平與子女數(shù)目是反比關系的情況。 操作步驟：操作步驟：1做XT，TX的交互表2控制T，看X與Y之間的關系3進一步的分析，比較相關系數(shù)。可以再引入其他的變量，看這個分表的相關系數(shù)。如果發(fā)現(xiàn)分表的相關系數(shù)與原來的差別很大，可以認為這個變量是中介變量。例:已婚女工的曠工率高于單身女工 已婚女工1未婚女工0曠工0816235上工150809995人數(shù)5896

9、10230加入控制變量加入控制變量:家務勞動多少家務勞動多少 三條件分析 conditional analysis 關心的是在不同的情況下，X與Y會有不同的關系嗎？它是以第三類變量作為基礎來了解X與Y在不同的情況下的關系。 總表分表及相關系數(shù)結論R不等于0分表相關系數(shù)不等于原來的表引入的這個變量是條件變量R等于0分表的相關系數(shù)不等于0引入的變量是壓抑變量R大于0分表的相關系數(shù)小于0引入的變量是曲解變量 在社會學的研究中，值得關注的是第二種情況，X與Y之間本來沒有關系或關系很弱，但在表明了若干條件以后，X與Y的關系強大起來，這種研究在社會學中有很重要的意義。 條件分析的作用：就是以第三個變量作為

10、基礎來了解X與Y在不同情況下的關系，條件分析以第三類變量的各個值來代表不同的情況，所以第三類變量稱為條件變量。 進行條件分析也可以使用分表法，依據(jù)條件變量的值把樣本分為幾個組，然后在每組（每種條件下）分析X與Y之間的關系。如果在各個組中X與Y在不同的組中有不同的關系說明X與Y之間的關系具有條件性。舉例： 某個城市研究住戶擁擠（X）與家庭沖突（Y）之間的關系，發(fā)現(xiàn)G=0.55。 研究猜想：兩個變量之間的關系是否取決于家庭規(guī)模？ 把家庭規(guī)模引入，分組，看： 大家庭中的擁擠與沖突之間的關系 小家庭中的擁擠與沖突之間的關系 做CROSSTABS后檢查兩個分表的相關系數(shù)，并與原來的相關系數(shù)進行比較，然后

11、得出結論。例子:教育水平與社區(qū)參與 社區(qū)參與particip教育edu高1低2高189108低2151132總數(shù)240240S Sy ym mm me et tr ri ic c M Me ea as su ur re es s-.163.091-1.769.077480GammaOrdinal by OrdinalN of Valid CasesValueAsymp. Std.ErroraApprox. TbApprox. Sig.Not assuming the null hypothesis.a. Using the asymptotic standard error assuming the null hypothesis.b. 引入性別變量,進行控制 社區(qū)參與教育(男)教育(女)高1 低2高1低2高160828100低21403212100總數(shù)2004040200S Sy ym mm me et tr ri ic c M Me ea as su ur re es s.263.1971.389.165240.400.1572.385.017240GammaOrdinal by OrdinalN of Valid CasesGammaOrdina